Ajustar el modelo
Ahora que tu modelo y sus parámetros están listos, vas a inicializar MLForecast y a ajustarlo a la serie temporal.
Las variables model y params del ejercicio anterior están disponibles, junto con el DataFrame ts.
Este ejercicio forma parte del curso
Diseño de canalizaciones de predicción para producción
Instrucciones del ejercicio
- Crea una instancia de
MLForecastllamadamlf. - Establece los argumentos
freq,lagsydate_featuresusando las claves correspondientes del diccionarioparams. - Ajusta el modelo al DataFrame
ts.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create an MLForecast instance
mlf = ____(
# Set the freq, lags, and date_features arguments
models=model,
freq=params["____"],
lags=params["____"],
date_features=params["____"]
)
# Fit mlf to the time series data
mlf.fit(____)