Implementation of lag features and rolling statistics in XGBoost Prediction model for Air Quality Index Prediction

I am trying to create xgboost model aqi prediction using PM2.5 and i am splitting my dataset based on timeseries split. I created two models:

  1. xgboost model with lag features and rolling statistics (provided better MAE and RMSE)
  2. simple xgboost model (provided better R2 score)
    The first question is which model should i prefer?
    The second question is regarding “feature importance plotting” of xgboost model with lag features and rolling statistics. It showed some dates too in plotting? Does date can he impact on AQI prediction?
    Here is my code:
import pandas as pd
import numpy as np
import xgboost as xgb
from sklearn.model_selection import TimeSeriesSplit, GridSearchCV
from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score

# Load the CSV file
file = '/content/drive/MyDrive/merged_file.csv'
data = pd.read_csv(file)

# Function to create lag features and rolling statistics
def create_features(df, lags, rolling_window):
    df_copy = df.copy()
    for lag in lags:
        df_copy[f'Raw_Conc_Lag_{lag}'] = df_copy['Raw Conc.'].shift(lag)
        df_copy[f'NowCast_Conc_Lag_{lag}'] = df_copy['NowCast Conc.'].shift(lag)
    
    df_copy['Raw_Conc_Rolling_Mean'] = df_copy['Raw Conc.'].shift(1).rolling(rolling_window).mean()
    df_copy['NowCast_Conc_Rolling_Mean'] = df_copy['NowCast Conc.'].shift(1).rolling(rolling_window).mean()
    
    df_copy.dropna(inplace=True)
    return df_copy

# Apply feature creation
data_features = create_features(data, lags=[1, 2, 3], rolling_window=7)

# One-hot encode categorical variables
data_features_encoded = pd.get_dummies(data_features)

# Select input features (X) and target variable (y)
X = data_features_encoded.drop(columns=['AQI'])
y = data_features_encoded['AQI']

# Initialize TimeSeriesSplit
tscv = TimeSeriesSplit(n_splits=5)

# Function to evaluate model
def evaluate_model(model, X_train, y_train, X_test, y_test):
    model.fit(X_train, y_train)
    predictions_train = model.predict(X_train)
    predictions_test = model.predict(X_test)
    
    rmse_train = np.sqrt(mean_squared_error(y_train, predictions_train))
    mae_train = mean_absolute_error(y_train, predictions_train)
    r2_train = r2_score(y_train, predictions_train)
    
    rmse_test = np.sqrt(mean_squared_error(y_test, predictions_test))
    mae_test = mean_absolute_error(y_test, predictions_test)
    r2_test = r2_score(y_test, predictions_test)
    
    return rmse_train, mae_train, r2_train, rmse_test, mae_test, r2_test

# Initialize lists to store evaluation metrics for default model
metrics_default = []

# Iterate over each time series split for default model
for train_index, test_index in tscv.split(X):
    X_train, X_test = X.iloc[train_index], X.iloc[test_index]
    y_train, y_test = y.iloc[train_index], y.iloc[test_index]
    
    xgb_regressor_default = xgb.XGBRegressor()
    metrics_default.append(evaluate_model(xgb_regressor_default, X_train, y_train, X_test, y_test))

# Calculate average evaluation metrics across all time series splits for default model
metrics_default = np.array(metrics_default)
avg_metrics_default = metrics_default.mean(axis=0)

print("nAverage Model Evaluation on Training Set (Default Parameters) across all splits:n")
print("Average RMSE:", avg_metrics_default[0])
print("Average MAE:", avg_metrics_default[1])
print("Average R^2 Score:", avg_metrics_default[2])

print("nAverage Model Evaluation on Test Set (Default Parameters) across all splits:n")
print("Average RMSE:", avg_metrics_default[3])
print("Average MAE:", avg_metrics_default[4])
print("Average R^2 Score:", avg_metrics_default[5])

# Define parameter grid for grid search
param_grid = {
    'n_estimators': [100, 200, 300],
    'max_depth': [3, 5, 7],
    'learning_rate': [0.01, 0.1, 0.2]
}

# Initialize lists to store evaluation metrics for tuned model
metrics_tuned = []

# Outer loop for cross-validation
for train_index, test_index in tscv.split(X):
    X_train, X_test = X.iloc[train_index], X.iloc[test_index]
    y_train, y_test = y.iloc[train_index], y.iloc[test_index]
    
    xgb_regressor = xgb.XGBRegressor()
    grid_search = GridSearchCV(estimator=xgb_regressor, param_grid=param_grid, cv=3, scoring='neg_mean_squared_error')
    grid_search.fit(X_train, y_train)
    
    best_xgb = grid_search.best_estimator_
    metrics_tuned.append(evaluate_model(best_xgb, X_train, y_train, X_test, y_test))

# Calculate average evaluation metrics across all splits for tuned model
metrics_tuned = np.array(metrics_tuned)
avg_metrics_tuned = metrics_tuned.mean(axis=0)

print("nAverage Model Evaluation on Training Set (Tuned Parameters) across all splits:n")
print("Average RMSE:", avg_metrics_tuned[0])
print("Average MAE:", avg_metrics_tuned[1])
print("Average R^2 Score:", avg_metrics_tuned[2])

print("nAverage Model Evaluation on Test Set (Tuned Parameters) across all splits:n")
print("Average RMSE:", avg_metrics_tuned[3])
print("Average MAE:", avg_metrics_tuned[4])
print("Average R^2 Score:", avg_metrics_tuned[5])[enter image description here](https://i.sstatic.net/7i38fgeK.png)

I need opinion on using lag features since i did not know enough about it.

New contributor

Urwa Shanza99 is a new contributor to this site. Take care in asking for clarification, commenting, and answering.
Check out our Code of Conduct.

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật