Treinando modelos com backtesting
Dando continuidade aos exercícios anteriores, agora você vai avaliar seus modelos usando backtesting. Você vai definir 4 partições, cada uma com um deslocamento de 12 horas e uma janela de teste de 72 horas, e executar o processo com o método cross_validation().
O DataFrame ts e o objeto MLForecast inicializado (mlf) já estão carregados, então você pode focar em configurar e executar o backtesting. Vamos lá!
Este exercício faz parte do curso
Projetando Pipelines de Previsão para Produção
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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=____)