PaddleTS
PaddleTS copied to clipboard
PaddlePaddle
如何用多组时间序列数据构建数据集
如果有N条网络线路的流量时间序列数据，如何构建ts训练集？每条线路的流量数据都不一样，总不是直接全部拼接在一起吧？ 我理解这与你的预测目标(实际业务）有很大关系，如果每个线路之间的流量与你的预测目标有关系，都拼在一起也不一定不好的方案。 若各个流量之间没关系的话，单独建立多个模型也是 ok 的。
如果有N条网络线路的流量时间序列数据，如何构建ts训练集？每条线路的流量数据都不一样，总不是直接全部拼接在一起吧？ 我理解这与你的预测目标(实际业务）有很大关系，如果每个线路之间的流量与你的预测目标有关系，都拼在一起也不一定不好的方案。 若各个流量之间没关系的话，单独建立多个模型也是 ok 的。
每条线路的流量趋势和波动情况都是有差异的，想训练一个通用的模型用于所有链路的流量预测，比如输入半年的流量数据预测未来一个月的结果，我有上万条链路流量数据，能不能将这一批数据怎么构建tsdataset 来训练一个模型？
我认为可行的方法有两种： 方案1：你可以建立一个多目标预测模型，例如网线①、②、③的流量都做为目标列，协变量也一起放在 tsdataset 里面，这样在一个 in_chunk_len 中可以包含①、②、③的特征信息、同时包含所有的协变量信息，从而达到建立一个统一模型的目的 方案2：（paddlets version<=0.1.1版本中的tsdataset暂未支持这个方案）利用网线 id 作为另一个索引，将所有网线流量放在一个tsdataset里面，只有一个目标列，即，流量；data adapter会同时利用时间索引与网线 id 去构建输入网络的数据。 方案2我们还在开发中，以后的paddlets版本会支持这个功能
When training DL time-series model such as LSTM, the input is 3-dimension contains individual series index to calculate the gradient. It's a good reference for this issue.
目前，多组时序联合训练功能已经在V1.0 版本中得到支持，可以升级paddlets到当前最新版本体验该功能，使用文档如下： https://paddlets.readthedocs.io/zh_CN/latest/source/get_started/multiple_time_series.html
1、问题询问：多时序数据导入时，无法加入其他static_cov_cols变量，因为TSDataset.load中限制了len(np.unique(df[col])) != 1
2、报错信息：raise_if( col not in df.columns or len(np.unique(df[col])) != 1,"static cov cals data is not in columns or schema is not right!")
3、截图示范：见下图
1：static变量有两种加入方法，第一种在load的时候导入，第二种在构建完成tsdataset之后，手动设置static的值 2：如果想在 load的时候导入static变量，需要满足两个条件 （1）static_col对应的列 存在 在样本中 （2）样本中的static列 在样本中同一个group_id的序列里面是常量 也就是：col not in df.columns or len(np.unique(df[col])) != 1 这个判断条件 可以先基于这两个提交看一下数据是否满足~
