Question

我想预测一些数据（假设国家温度）。是否有任何方法可以在deepAR（AWS Sagemaker市场上提供的算法）中一次添加多个国家的温度，然后deepAR独立地对其进行预测？是否可以删除特定的国家/地区数据，几天后再添加？

我是Forecasting的新手，想尝试deepAR。如果有人对此进行过工作，请提供一些有关如何使用deepAR进行操作的指导原则

Answer 1

这是对此信息的最新回复，但我的回复将来可能会对其他人有所帮助。您第一个问题的答案是肯定的。

您链接到的页面引用了cat字段，这使您可以编码代表不同记录组的向量。在您的情况下，cat字段可以只是一个值，但是cat字段也可以在向量中具有更多维的情况下对更复杂的关系进行编码。

假设您要对3个国家/地区进行预测。您具有每个国家/地区的一些时间序列温度训练数据，然后将其作为行输入到火车JSON文件中，如下所示：

国家1：

{"start": "02/09/2019 00:00:00", "target": [T1,T2,T3,T4,...], "cat": [0]}

国家2：

{"start": "02/09/2019 00:00:00", "target": [T1,T2,T3,T4,...], "cat": [1]}

国家3：

{"start": "02/09/2019 00:00:00", "target": [T1,T2,T3,T4,...], "cat": [2]}

类别字段向DeepAR指示这些是独立的数据类别，即不同的国家/地区。

所有数据的频率（两次温度测量之间的时间）必须相同，但是开始时间和训练点数不相同。

训练完模型后，打开端点并要对某个国家/地区进行预测，您可以传递特定国家/地区的上下文以及与上述国家之一相同的cat。这样，您就可以创建一个模型，从而可以从许多独立的数据组中进行预测。

我不确定第二个问题是什么意思。如果您打算稍后再为另一个国家/地区添加更多的培训数据，则需要您为该国家/地区创建具有其他类别的其他培训数据集，然后重新训练模型。