Ejercicio de programación con ScikitLearn: Ingeniería de características para series temporales

En este reto, usarás Scikit-Learn y pandas para crear características basadas en la variable de retraso, comúnmente conocidas como lags. El objetivo es que practiques la creación de estas variables, que son fundamentales para capturar la dependencia temporal en series de datos. Trabajaremos con un dataset de series temporales proporcionado por la librería Seaborn.

El dataset a utilizar es el conjunto de datos flights de Seaborn, el cual contiene registros mensuales del número de pasajeros de vuelos comerciales internacionales en el año 1949 hasta 1960.

1. Importa los módulos necesarios: pandas, seaborn, numpy y train_test_split de sklearn.model_selection.
2. Carga el dataset flights usando la función seaborn.load_dataset().
3. Asegúrate de que la columna month está en el formato de fecha adecuado para el análisis temporal.
4. Usa pandas para crear nuevas columnas en el DataFrame: passengers_lag1 y passengers_lag2, que representen los valores retrasados 1 y 2 meses, respectivamente, utiliza la función shift de pandas.
5. Maneja los valores faltantes que resulten de la creación de lags.
6. Define las variables independientes (X) y el objetivo (y), donde X incluirá passengers_lag1 y passengers_lag2. La variable objetivo será el número real de pasajeros.
7. Divide los datos en conjuntos de entrenamiento y prueba, respetando el orden cronológico, para entrenar un modelo de regresión.
8. Utiliza RandomForestRegressor de Scikit-Learn para entrenar el modelo. Haz predicciones sobre el conjunto de prueba.
9. Evalúa el rendimiento del modelo calculando el Error Medio Absoluto (MAE) y la Raíz del Error Cuadrático Medio (RMSE) de las predicciones.