我有一个由许多系列组成的数据集。我想构建一个模型，该模型能够确定哪个系列或一系列系列独立于一堆，以及哪个系列依赖于它们的依赖关系。
换句话说，想象一下我有A，B和C系列，我对它们一无所知。输出可以是A和B是独立的，但是在时间t-1知道B有助于我们在时间t预测C.
这会被称为什么样的问题？如果我有N系列而不是3系列，我怎么能解决这个问题？我熟悉Python中的机器学习技术，但我不确定是否有其他更好的方法，比如遗传算法等，可以帮助我找到解决方案。
也许我正在思考无监督学习或聚类的问题，但我不确定如何使用时间序列来完成。有什么想法吗？
如果你能提供链接等任何指针，我将永远感激不尽！
答案 0 :(得分：1)
如果我以正确的方式理解你的问题，你想知道你的时间序列（即向量）是否相关。确定我会鼓励您使用http://caliburnmicro.com/documentation/conventions或spicy.stats
如果您只是想确定它们是否以相同的方式运行，您可以在时间内计算它们的百分比变化（将其标准化）并进行比较。