Validación y evaluación de modelos en series temporales

A menudo, al trabajar con modelos de series temporales, es importante mantener la secuencia temporal al dividir los datos para evitar el sobreajuste y obtener evaluaciones precisas. En este reto, aplicarás técnicas de validación cruzada adaptadas a series temporales utilizando Scikit-Learn. Usarás TimeSeriesSplit para crear particiones que respeten el orden temporal, y evaluarás un modelo sobre esos datos.

1. Carga los datos: Usa el conjunto de datos de flights proporcionado por la librería Seaborn. Importa Seaborn y carga los datos con sns.load_dataset('flights').
2. Preparamos los datos:
   • Filtra el DataFrame para tener solamente las columnas de interés: ['passengers'].
   • Divide el conjunto de datos en características X y variable objetivo y.
3. Implementación de TimeSeriesSplit:
   • Define un objeto TimeSeriesSplit con 5 divisiones. Asegúrate de que las particiones mantengan la integridad temporal.
4. Entrena un modelo de regresión:
   • Utiliza RandomForestRegressor para ajustar el modelo sobre las particiones temporales creadas.
   • La variable a predecir es el número de pasajeros.
   • Por cada partición (fold), entrena el modelo en el conjunto de entrenamiento y predice en el conjunto de prueba.
5. Calcula el rendimiento del modelo:
   • Calcula el Error Absoluto Medio (MAE) por cada partición y almacena los resultados.
6. Presenta los resultados:
   • Imprime el MAE promedio de todas las particiones.