У меня есть механическая проблема как вид временного ряда с необработанными данными следующим образом:
time dtime cur dcur type proc start end
122088 1554207711521 3140 0.766106 0.130276 0 87556 1554203520000 1554207720000
122089 1554207714411 1800 0.894529 0.089670 0 87556 1554203520000 1554207720000
Для каждого proc существует временной ряд с экземплярами времени, не точно в надлежащих интервалах.У меня есть данные из набора различных proc с, каждый из которых имеет один и тот же тип механической проблемы.Цель состоит в том, чтобы предсказать предполагаемое время, оставшееся в процессе, из нового случайного экземпляра случайного процесса.
Итак, моя метка eta = end - time.
Я попытался кластеризовать необработанные данные и использовать регрессию NN;и плотная регрессия NN из необработанных данных.Но результаты не достаточно хороши.
Я думаю об использовании RNN LSTM для прогнозирования времени.Но я не уверен, как именно я должен подготовить свои данные для обучения модели LSTM.Я предполагаю, что мне нужно создать временной ряд из каждого proc.Но тогда у меня есть несколько временных рядов, и я не знаю, как справиться с этим.
Длина выборок данных: 122000
Количество уникальных proc с: 68 (выборки на proc не равны)
Предложения приветствуются.Спасибо.