如何在H2O的无人驾驶AI中格式化数据集以进行时间序列预测

Question

为简单起见，假设我试图预测第二天的单值变量序列，因此我的数据表将采用以下形式：

input    label
   x1       x2
   x2       x3
   x3       x4
  ...      ...
   xt      xt+1

但是，对于许多不同的用户，我的数据在时间上具有相同的顺序，因此采用以下格式：

input    label
 u1x1     u1x2
 u1x2     u1x3
 u1x3     u1x4
  ...      ...
 u1xt   u1xt+1
 u2x1     u2x2
 u2x2     u2x3
 u2x3     u2x4
  ...      ...
 u2xt   u2xt+1
  ...      ...
 unx1     unx2
 unx2     unx3
 unx3     unx4
  ...      ...
 unxt   unxt+1

构造此数据并将其馈送到DAI以便不将其视为一个完整的长序列，而是将一堆时间上不直接相关的序列并行处理的可接受方法是什么？

编辑：数据具有“用户ID”列。 DAI可以自动使用它来克服我正在解释的问题吗？

Answer 1

要格式化数据以进行预测，您需要汇总每个兴趣组和特定时间段（以您的情况为一天）的数据。

因此，如果您的预测范围是一天，则需要按用户，单值变量和按天进行汇总，以使您有一个目标（标签）作为每天的总额。您可以找到有关如何为无驱动程序here和here设置数据的文档。

编辑 回应评论：

这是另一个示例，该示例使用以下假设来解释预期的数据格式：每个用户应在当天进行汇总：

如果您有5个用户的一天数据量，那么您的数据集应该只有5行，但是，如果您有5个用户的10天数据量，则应该有50行数据。

然后在无人驾驶AI中设置实验时，将时间组设置为“用户”列