开始使用免费开始使用

绘制一步预测

现在您已经得到了对 Amazon 股票的一步预测，请把这些预测可视化，以检查效果。

您对最近 30 天的数据进行了预测，并且始终只向前预测 1 天。通过评估这些一步预测，您可以判断模型在只看下一天且事先不知道答案时的表现。

lower_limits、upper_limits 和 amazon 这几个 DataFrame，以及您在上一个练习中创建的均值预测 mean_forecast，都已在您的环境中可用。

本练习是课程的一部分

Python 中的 ARIMA 模型

查看课程

练习说明

  • 绘制 amazon 数据，使用 amazon.index 作为 x 坐标。
  • 以同样方式绘制 mean_forecast 的预测，使用 mean_forecast.index 作为 x 坐标。
  • 在置信区间的 lower_limits 与 upper_limits 之间绘制一个阴影区域。使用 lower_limits 的索引作为 x 坐标。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# plot the amazon data
plt.plot(____, ____, label='observed')

# plot your mean predictions
plt.plot(____, ____, color='r', label='forecast')

# shade the area between your confidence limits
plt.____(____, ____,
		 ____, color='pink')

# set labels, legends and show plot
plt.xlabel('Date')
plt.ylabel('Amazon Stock Price - Close USD')
plt.legend()
plt.show()
编辑并运行代码