Addestrare il modello
Ora che il tuo modello e i parametri sono pronti, inizializzerai MLForecast e lo addestrerai sui dati delle serie temporali.
Le variabili model e params dell'esercizio precedente sono disponibili, insieme al DataFrame ts.
Questo esercizio fa parte del corso
Progettare pipeline di forecasting per la produzione
Istruzioni dell'esercizio
- Crea un'istanza di
MLForecastchiamatamlf. - Imposta gli argomenti
freq,lagsedate_featuresutilizzando le rispettive chiavi dal dizionarioparams. - Addestra il modello sul DataFrame
ts.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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(____)