Я новичок в предсказаниях временных рядов. Хотя я понимаю, что многовариантные временные ряды позволяют прогнозировать один выход на основе нескольких входов, я хотел знать, есть ли способ прогнозировать несколько выходов на основе нескольких входов.
Я следил за погодой пример в Google Colab для прогнозирования температуры на основе давления, температуры и плотности воздуха (https://www.tensorflow.org/tutorials/structured_data/time_series)
В следующей функции они отображают кортежи в массив "target". В этом примере целевой массив - это массив температур.
def multivariate_data(dataset, target, start_index, end_index, history_size,
target_size, step, single_step=False):
data = []
labels = []
start_index = start_index + history_size
if end_index is None:
end_index = len(dataset) - target_size
for i in range(start_index, end_index):
indices = range(i-history_size, i, step)
data.append(dataset[indices])
if single_step:
labels.append(target[i+target_size])
else:
labels.append(target[i:i+target_size])
return np.array(data), np.array(labels)
Чтобы ответить на мой вопрос, мне было интересно, может ли этот «целевой» параметр быть матрицей [температуры, давления, плотности воздуха], что позволяет мне прогнозировать все три сразу
Спасибо!