Trực quan hóa độ biến thiên điểm số mô hình theo thời gian
Giờ bạn đã đánh giá được độ biến thiên của từng hệ số, hãy làm điều tương tự với hiệu năng (điểm số) của mô hình. Hãy nhớ rằng đối tượng TimeSeriesSplit sẽ dùng các chỉ số kiểm tra ngày càng muộn hơn cho mỗi tập test. Điều này có nghĩa là bạn có thể coi các điểm số của quá trình kiểm định như một chuỗi thời gian. Bạn có thể trực quan hóa chúng theo thời gian để xem hiệu năng mô hình thay đổi ra sao.
Một thể hiện của mô hình hồi quy tuyến tính được lưu trong model, đối tượng cross-validation trong cv, và dữ liệu trong X và y.
Bài tập này là một phần của khóa học
Machine Learning cho Dữ liệu Chuỗi thời gian bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from sklearn.model_selection import cross_val_score
# Generate scores for each split to see how the model performs over time
scores = cross_val_score(model, X, y, cv=cv, scoring=my_pearsonr)
# Convert to a Pandas Series object
scores_series = pd.Series(scores, index=times_scores, name='score')
# Bootstrap a rolling confidence interval for the mean score
scores_lo = scores_series.____(20).aggregate(partial(____, percentiles=2.5))
scores_hi = scores_series.____(20).aggregate(partial(____, percentiles=97.5))