Tự hồi quy với chuỗi thời gian mượt hơn
Giờ, hãy chạy lại cùng quy trình nhưng dùng một tín hiệu mượt hơn. Bạn sẽ dùng lại thuật toán phần trăm thay đổi như trước, nhưng lần này dùng cửa sổ lớn hơn nhiều (40 thay vì 20). Khi cửa sổ tăng, chênh lệch giữa các mốc thời gian liền kề nhỏ đi, tạo ra tín hiệu mượt hơn. Theo bạn điều này sẽ ảnh hưởng thế nào đến mô hình tự hồi quy?
prices_perc_shifted và model (đã cập nhật để dùng cửa sổ 40) có sẵn trong workspace của bạn.
Bài tập này là một phần của khóa học
Machine Learning cho Dữ liệu Chuỗi thời gian bằng Python
Hướng dẫn bài tập
Dùng hàm (visualize_coefficients()) bạn đã tạo ở bài trước, vẽ biểu đồ với các hệ số của model và tên cột của prices_perc_shifted.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Visualize the output data up to "2011-01"
fig, axs = plt.subplots(2, 1, figsize=(10, 5))
y.loc[:'2011-01'].plot(ax=axs[0])
# Run the function to visualize model's coefficients
visualize_coefficients(____, ____, ax=axs[1])
plt.show()