1. Learn
    2. /
  2. Курси
    3. /
  3. Machine Learning для фінансів у Python
Connected

Вправа

Проаналізуйте кореляції нових ознак

Тепер, коли ми маємо ознаки обсягу та дати-часу, перевіримо кореляції між нашими новими ознаками (збереженими у списку new_features) і цільовою змінною (5d_close_future_pct), щоб зрозуміти, наскільки вони пов'язані. Нагадаємо, у pandas є вбудований метод .corr() для датафреймів, а в seaborn — зручна функція heatmap() для візуалізації кореляцій.

Інструкції

100 XP
  • Розширте змінну new_features, додавши назви стовпців для днів тижня, як-от weekday_1, об'єднавши номер дня тижня з рядком 'weekday_'.
  • Використайте heatmap із Seaborn, щоб побудувати кореляції між new_features та ціллю 5d_close_future_pct.