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.

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Designing Forecasting Pipelines for Production

ดูคอร์ส

คำแนะนำการฝึกหัด

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.

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(____)

แก้ไขและรันโค้ด