擬合一個簡單的迴歸模型
現在我們要看更多家公司的資料。回想一下，我們手上有多家公司的歷史股價。讓我們用幾家公司的資料來預測另一家測試公司的股價。你將嘗試用 NVidia、Ebay 和 Yahoo 的股價去預測 Apple 的股價。這些資料各自以欄位形式存放在 all_prices DataFrame 中。以下是公司名稱對應到欄位名稱的對照：
ebay: "EBAY"
nvidia: "NVDA"
yahoo: "YHOO"
apple: "AAPL"
我們會使用這些欄位來定義模型中的輸入與輸出陣列。
本練習屬於課程
Python 的時間序列資料機器學習
練習說明
- 使用提供的欄位名稱建立
X與y陣列。 - 輸入值應來自公司「ebay」、「nvidia」與「yahoo」。
- 輸出值應來自公司「apple」。
- 使用這些資料透過交叉驗證來訓練並評分模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from sklearn.linear_model import Ridge
from sklearn.model_selection import cross_val_score
# Use stock symbols to extract training data
X = all_prices[[____]]
y = all_prices[[____]]
# Fit and score the model with cross-validation
scores = cross_val_score(Ridge(), ____, ____, cv=3)
print(scores)