标签： deep-learning time-series linear-regression prediction
我的论文是关于小鼠的癌症预测的。我收集了35只小鼠的数据。从癌症开始到小鼠死亡，我每天都要测量肿瘤的体积。死亡时间在50到72天之间变化，因此我有35种不同长度的时间序列。
我必须预测肿瘤体积随时间的变化。我想使用回归，但我不知道如何为不同长度的35个时间序列拟合模型。我想使用所有35次序列来获得更准确的模型。
请注意，由于丢失了有关癌症行为的重要信息，我无法更改数据集的长度。
如何训练具有35个不同长度的时间序列的模型？对我的问题有什么建议吗？