MLForecast

En el Radar compartido: Trial (valoración de la edición aportada).

Cómo funciona

Genera variables como lags y transformaciones y utiliza modelos compatibles con fit y predict. Incluye opciones distribuidas y estimación de incertidumbre.

Ejemplo de uso

Preparar columnas unique_id, ds e y para cada serie. Entrenar con rezagos semanales y evaluar pronósticos de siete días en varios cortes temporales, comparando con un baseline estacional.

Fragmento de preparación con un DataFrame series ya validado:

from mlforecast import MLForecast
from sklearn.linear_model import LinearRegression

forecast = MLForecast(models=[LinearRegression()], freq="D", lags=[7, 14])
forecast.fit(series)
predicciones = forecast.predict(h=7)

Formato de datos

Columna	Contenido
unique_id	Identificador de la serie (sucursal, producto, cajero)
ds	Fecha o marca de tiempo
y	Valor a pronosticar
Otras	Variables exógenas (festivos, promociones, precio)

Un solo modelo global se entrena con todas las series a la vez, lo que permite pronosticar series cortas aprovechando patrones de las demás.

Ingeniería de variables completa

import lightgbm as lgb
from mlforecast import MLForecast
from mlforecast.lag_transforms import ExpandingMean, RollingMean
from mlforecast.target_transforms import Differences
from mlforecast.utils import PredictionIntervals

fcst = MLForecast(
    models={"lgbm": lgb.LGBMRegressor(n_estimators=300, learning_rate=0.05, verbose=-1)},
    freq="D",
    lags=[1, 7, 14, 28],
    lag_transforms={
        1: [ExpandingMean()],
        7: [RollingMean(window_size=7), RollingMean(window_size=28)],
    },
    date_features=["dayofweek", "month"],
    target_transforms=[Differences([7])],   # quita la estacionalidad semanal antes de entrenar
)

fcst.fit(series, static_features=[], prediction_intervals=PredictionIntervals(n_windows=3, h=14))
pred = fcst.predict(h=14, level=[80, 95], X_df=exogenas_futuras)

X_df contiene los valores futuros de las variables exógenas: solo se pueden usar las que se conocen de antemano (festivos, campañas planificadas).

Validación temporal

cv = fcst.cross_validation(df=series, n_windows=4, h=14, step_size=14)

from utilsforecast.evaluation import evaluate
from utilsforecast.losses import mae, smape
metricas = evaluate(cv.drop(columns="cutoff"), metrics=[mae, smape])

Cada ventana entrena con los datos hasta un corte y evalúa los 14 días siguientes, imitando el uso real. Nunca uses una partición aleatoria en series temporales: filtra información del futuro.

Comparar siempre con un baseline

Modelo	Papel
Naive estacional (mismo día semana pasada)	Referencia mínima que hay que superar
Modelos estadísticos (StatsForecast: ETS, ARIMA)	Robustos, rápidos y explicables
MLForecast (LightGBM, XGBoost, lineales)	Muchas series, variables exógenas
NeuralForecast	Grandes volúmenes y patrones complejos

Las tres librerías son de Nixtla y comparten formato, por lo que se pueden comparar con el mismo código de evaluación.

Casos de uso en servicios financieros

• Demanda de efectivo por cajero o sucursal.
• Volumen de solicitudes de crédito para dimensionar el equipo de análisis.
• Recaudo esperado por día para planificar tesorería.
• Carga del centro de contacto por franja horaria.

Para grandes volúmenes, MLForecast puede ejecutarse sobre Dask, Spark o Ray. Registra experimentos y versiones de datos con Weights & Biases o MLflow.

Criterios de implementación

Comprobar frecuencia, huecos y disponibilidad futura de variables externas. Medir error por segmento e intervalos de predicción antes de decidir un despliegue distribuido.