Modellen trainen met backtesting
Voortbouwend op de vorige oefeningen ga je je modellen nu evalueren met backtesting. Je definieert 4 partitions, elk met een verschuiving van 12 uur en een testvenster van 72 uur, en voert het proces uit met de methode cross_validation().
De ts-DataFrame en de geïnitialiseerde MLForecast-object (mlf) zijn al geladen, zodat jij je kunt richten op het instellen en draaien van de backtesting. Laten we beginnen!
Deze oefening maakt deel uit van de cursus
Forecasting-pijplijnen ontwerpen voor productie
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import a library for interval calibration
from mlforecast.utils import ____
# Set parameters
h = ____
step_size = ____
partitions = 4
n_windows = 3
method = "conformal_distribution"
levels = [95]
# Initialize PredictionIntervals
pi = ____(h=____, n_windows=____, method=____)