Preparare e visualizzare i dati
Una preparazione accurata dei dati è fondamentale per creare modelli di machine learning efficaci. Ora è il momento di mettere in pratica le competenze che hai acquisito.
Per la libreria statsforecast i tuoi dati devono avere tre colonne:
unique_id: ID della serieds: timestamp della seriey: valori della serie
Applica i passaggi necessari per pulire e riformattare i dati per il forecasting di serie temporali. Il dataset è stato precaricato come ts e pandas è importata come pd.
Questo esercizio fa parte del corso
Progettare pipeline di forecasting per la produzione
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Convert the period column to datetime and sort the data by period
ts["____"] = pd.____(ts["period"])
ts = ts.____("period")