Facebook NeuralProphet – Cargando el modelo desde un archivo pickle para hacer predicciones

Tengo un trabajo semanal que lee datos de un archivo csv y crea un modelo basado en NeuralProphet y guarda el archivo pickle para su uso posterior.

from neuralprophet import NeuralProphet
from matplotlib import pyplot as plt
import pandas as pd
import pickle

data_location = /input_data/
df = pd.read_csv(data_location + 'input.csv')

np = NeuralProphet()
modelo = np.fit(df, freq="5min")

with open('model/neuralprophet_model.pkl', "wb") as f:
     # guardar información en ese archivo
     pickle.dump(modelo, f)

El código de Python anterior se ejecuta semanalmente y guarda el archivo del modelo en un archivo.

Ahora, tengo otro archivo de Python que carga el archivo pickle y realiza la predicción para una fecha futura.

Digamos que tengo los datos de los últimos 2 años en un archivo csv y he creado un modelo a partir de ellos. Ahora, me gustaría predecir el futuro en base al modelo anterior.

from neuralprophet import NeuralProphet
import pandas as pd
import pickle

with open('model/neuralprophet_model.pkl', "rb") as f:
     modelo = pickle.load(file)

# Para obtener una predicción de la próxima hora por intervalos de 5 minutos
futuro = modelo.make_future_dataframe(periods=12, freq='5min')
pronostico = modelo.predict(futuro)

¿Es esto correcto? Aquí no paso los datos para crear el dataframe del futuro. Pero todos los ejemplos de Internet también pasan los datos. Dado que los datos se utilizaron para entrenar el modelo, solo estoy utilizando el modelo aquí. ¿Por qué necesitamos pasar también los datos aquí si queremos predecir (para una fecha futura desconocida) basándonos en el modelo?