我正在通过使用Facebook先知来解决时间序列问题。与其他先进模型和一些深度学习方法相比，先知的性能更高。
我陷入了一个问题，即我试图在倒置的时间序列上训练Prophet模型。有人会想知道为什么以及用例是什么，比如说我现在被NDA覆盖了，所以不会说话。在正向时间序列上建立Prophet模型很简单，但是我的问题是，可以在反向序列上训练它来预测过去吗？有没有人尝试过这样的事情。
假设我有两个系列。
系列1：
packets.loop系列2：
interface_listening function对于ds. y
2018-01-01. 100
2018-01-02. 200
2018-01-03. 80
... ...
2018-01-31. 100
，时间是向前移动的，因此，这对于传统方法来说是很好的。但是对于ds. y
2018-02-28. 150
2018-02-27. 125
2018-02-26. 180
... ...
2018-02-01. 170
，我们知道时间在朝相反的方向移动。有什么方法可以训练模型以使用FB-Prophet学习相反的趋势和季节性？
我一直在阅读如何使用双向RNN实现类似的东西？但这没有多大意义，因为在BRNN中，两个方向都在同一序列中