Desafío
Tarea
Swipe to start coding
Crear un modelo autorregresivo para predecir el conjunto de datos aapl.csv. A continuación, imprima los resultados y el error del modelo.
-
- Lea el conjunto de datos
aapl.csv.
- Lea el conjunto de datos
- Cree un modelo autorregresivo (
AutoReg) con 3 retardos para los datosXy asígnelo a la variablemodel. -
- Ajuste el modelo a los datos y asígnelo a la variable
model_fit.
- Ajuste el modelo a los datos y asígnelo a la variable
- Predecir los 30 primeros valores.
- Visualice los resultados: muestre los 30 primeros valores de
Xen la primera llamada a la funciónprint(), y los 30 primeros valores de lasprediccionesen la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
Solución
¿Todo estuvo claro?
¡Gracias por tus comentarios!
Sección 4. Capítulo 5
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Genial!
Completion tasa mejorada a 3.85
Desafío
Desliza para mostrar el menú
Tarea
Swipe to start coding
Crear un modelo autorregresivo para predecir el conjunto de datos aapl.csv. A continuación, imprima los resultados y el error del modelo.
-
- Lea el conjunto de datos
aapl.csv.
- Lea el conjunto de datos
- Cree un modelo autorregresivo (
AutoReg) con 3 retardos para los datosXy asígnelo a la variablemodel. -
- Ajuste el modelo a los datos y asígnelo a la variable
model_fit.
- Ajuste el modelo a los datos y asígnelo a la variable
- Predecir los 30 primeros valores.
- Visualice los resultados: muestre los 30 primeros valores de
Xen la primera llamada a la funciónprint(), y los 30 primeros valores de lasprediccionesen la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
Solución
¿Todo estuvo claro?
¡Gracias por tus comentarios!
Sección 4. Capítulo 5
single