Урахування нестаціонарності
У цій вправі ви знову візуалізуєте варіації оцінок моделі, але тепер для даних, у яких статистики змінюються з часом.
Екземпляр об'єкта моделі лінійної регресії збережено в model, об'єкт крос-валідації — у cv, а дані — у X та y.
Ця вправа є частиною курсу
Machine Learning для часових рядів у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Pre-initialize window sizes
window_sizes = [25, 50, 75, 100]
# Create an empty DataFrame to collect the stores
all_scores = ____(index=times_scores)
# Generate scores for each split to see how the model performs over time
for window in window_sizes:
# Create cross-validation object using a limited lookback window
cv = ____(n_splits=100, max_train_size=window)
# Calculate scores across all CV splits and collect them in a DataFrame
this_scores = ____(____, ____, ____, cv=cv, scoring=my_pearsonr)
all_scores['Length {}'.format(window)] = this_scores