Разработать на Python модель прогнозирования потреболения электроэнергии на объектах, используя исторические данные по потреблению и погоде.

Модель создать на основе регрессии опорных векторов с набором признаков L3w_m ,T dummy , Dtod , W t (среднее значение трёх недельных лагов, dummy-кодирование времени суток, кодирование дня недели его типом, значение температуры воздуха).

Лучше всего использовать:
Python и библиотеки NumPy для работы с массивами и математическими функциями, Pandas для представления и обработки данных в виде таблиц, Scikit Learn для реализации алгоритмов машинного обучения и Matplotlib для визуализации данных

Для решении задачь будут педоставленны исторические данные за 1 год потребления на разных объектах с шагом периода в 1час. Более детально описание модели.

На выходе надо получить рабочий Python скрипт, который загружая данные из csv файла либо другого источника данных, отображает прогноз на следующие 48 часов. Также должна быть возможность отобразить точность прогнозирования на исторических данных для каждого объекта в исходных данных.