У меня есть набор данных, который содержит дефект продукта из 20 различных двигателей, выпускаемых каждый день. В общей сложности у меня был дефект QTY в течение 100 дней для всех 20 двигателей.
Образец набора данных
Date Day Engine_1 Engine_2 Engine_3 ....... Engine_18
01/11 1 20 10 15 ....... 12
02/11 2 8 5 7 ....... 3
03/11 3 25 5 5 ....... 17
04/11 4 16 8 9 ....... 32
05/11 5 8 13 18 ....... 12
. . . . . ....... .
. . . . . ....... .
. . . . . ....... .
. . . . . ....... .
. . . . . ....... .
. . . . . ....... .
. . . . . ....... .
. . . . . ....... .
08/02 100 6 22 11 ....... 15
То, что я пробовал
Я взял данные одного двигателя и с этими данными серии Uni Variate я выполнил многоступенчатое прогнозирование с использованиемLSTM годов. Я ссылался на этот веб-сайт за многоэтапное прогнозирование с использованием LSTM для временных рядов Uni Variate. Я могу получить хорошие результаты.
Что я хочу
Как использовать все данные двигателя и прогнозировать / прогнозировать данные на следующие 15 дней для каждого двигателя, т.е. вместоСоставляя 20 различных моделей, разработайте единую модель, которая может прогнозировать прогноз на следующие 15 дней для всех двигателей в отдельности.
Возможно ли это? Пожалуйста, руководство, чтобы я мог продолжить?
Любая помощь будет оценена