Ajustando o modelo

Agora que seu modelo e seus parâmetros estão prontos, você vai inicializar MLForecast e ajustá-lo aos dados de séries temporais.

As variáveis model e params do exercício anterior estão disponíveis, assim como o DataFrame ts.

Este exercicio faz parte do curso

Projetando Pipelines de Previsão para Produção

Ver curso

Instruções do exercicio

Crie uma instância de MLForecast chamada mlf.
Defina os argumentos freq, lags e date_features usando as chaves correspondentes do dicionário params.
Ajuste o modelo ao DataFrame ts.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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(____)

Editar e Executar Código