Peramalan dengan Model ML
Sebagai konsultan data science, tugas Anda adalah memprediksi permintaan listrik per jam di AS. Pada tugas sebelumnya, Anda telah membersihkan dan menyiapkan data. Sekarang, saatnya menggunakan model machine learning untuk membangun peramalan Anda.
Kita sebelumnya telah membahas alur kerja statsforecast, dan kini Anda akan menerapkan prinsip yang sama menggunakan mlforecast.
Himpunan data train dan test, serta model (LGBMRegressor(), XGBRegressor(), LinearRegression()), sudah dimuat sebelumnya.
Kelas MLForecast telah diimpor dari paket mlforecast dan siap digunakan. Mari bangun peramalan Anda!
Latihan ini adalah bagian dari kursus
Merancang Pipeline Peramalan untuk Produksi
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Define the ML models
ml_models = [____(), XGBRegressor(), LinearRegression()]
# Set up the MLForecast object with models and frequency
mlf = ____(
models= ____,
freq='____',
lags=list(range(1, 24)),
date_features=['year', 'month', 'day', 'dayofweek', 'quarter', 'week', 'hour'])