При создании обучающих или тестовых данных в gluon-ts мы можем указать дополнительный вещественный регрессор в DeepAREstimator
, указав feat_dynamic_real
. Есть ли поддержка нескольких регрессоров?
В gluonts.dataset.common.ListDataset
есть флаг one_dim_target
, который используется для создания объектов данных обучения / тестирования. Кажется, что это может быть необходимо для поддержки нескольких дополнительных регрессоров, однако я не смог найти хороший пример предполагаемого использования.
Вот настройка для создания обучающих данных с одним дополнительным регрессором:
training_data = ListDataset(
[{"start": df.index[0], "target": df.values, "feat_dynamic_real": df['randomColumn'].values}],
freq = "5min", one_dim_target=False
)
и Оценщик:
from gluonts.model.deepar import DeepAREstimator
from gluonts.trainer import Trainer
estimator = DeepAREstimator(freq="5min", prediction_length=12, trainer=Trainer(epochs=10))
predictor = estimator.train(training_data=training_data)
Я ищу синтаксис / конфигурацию, необходимую для нескольких регрессоров.