Я строю модель, которая использует многовариантные временные ряды с целью прогнозирования будущих значений тех же данных.Я хотел бы получить несколько советов о том, как лучше структурировать мои тренировочные данные.
Мой набор данных выглядит примерно так:
index, a, b, c, u
0 [1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], u1
1 [1,2,3], [6,7,8], [11,12,13], u2
2 [1,2,3,4], [6,7,8,9], [11,12,13,14], u3
- a, b и cвременные ряды, и они соответствуют пользователю u.
- Для каждого пользователя выборки a, b и c выполняются с одинаковой частотой выборки, поэтому они охватывают одинаковое количество прошедшего времени (например, длительность a для u1 =длина b для u1, длина a для u2 = длина b для u2 и т. д.).
- Для всех пользователей частота дискретизации остается той же, но общее количество выборок отличается (например,длина a для u1 отличается от длины a для u2 и u3)
Я хотел бы обучить модель на a, b, c для ряда пользователей, которых я хотел бы предсказатьбудущие значения a, b, c для конкретного пользователя, учитывая их прошлые значения a, b, c.У меня вопрос, как мне работать с разной длиной последовательности у разных пользователей?