Previsão de Séries Temporais usando XGBoost - Pacote forecastxgb

Para quem já teve a oportunidade de trabalhar com previsão de variáveis categóricas em Machine Learning sabe que o XGBoost é um dos melhores pacotes do mercado, sendo largamente utilizado em inúmeras competições no Kaggle.

A grande diferença feita pelo Peter Ellis foi realizar algumas adaptações para incorporar algumas variáveis independentes através do parâmetro xreg ao modelo preditivo de séries temporais.

Para quem trabalha com análise de séries temporais, esse trabalho é muito importante até porque o forecastxgb  tríade Média-Móvel/ARIMA (ARMA)/(S)ARIMA em que tanto estatísticos/Data Miners/Data Scientists ficam presos por comodidade ou falta de meios.

Um exemplo da utilização do pacote está abaixo:

[sourcecode language=”r”] # Install devtools to install packages that aren’t in CRAN install.packages(“devtools”) # Installing package from github devtools::install_github(“ellisp/forecastxgb-r-package/pkg”) # Load the libary library(forecastxgb) # Time Series Example gas # Model model <- xgbts(gas) # Summary of the model summary(model) # Forecasting 12 periods fc <- forecast(model, h = 12) # Plot plot(fc) [/sourcecode]