Melatih model
Sekarang setelah model dan parameter Anda siap, Anda akan menginisialisasi MLForecast dan melatihnya pada data deret waktu.
Variabel model dan params dari latihan sebelumnya tersedia, bersama dengan DataFrame ts.
Latihan ini merupakan bagian dari kursus
Merancang Pipeline Peramalan untuk Produksi
Instruksi latihan
- Buat instance
MLForecastbernamamlf. - Atur argumen
freq,lags, dandate_featuresmenggunakan kunci masing-masing dari kamusparams. - Latih model pada DataFrame
ts.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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(____)