Fitting the model

Now that your model and parameters are ready, you'll initialize MLForecast and fit it to the time series data.

The model and params variables from the previous exercise are available, along with the ts DataFrame.

Это упражнение является частью курса

Designing Forecasting Pipelines for Production

Посмотреть курс

Инструкции к упражнению

Create an MLForecast instance named mlf.
Set the freq, lags, and date_features arguments using the respective keys from the params dictionary.
Fit the model to the ts DataFrame.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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(____)

Редактировать и запускать код