基于机器学习的多变量时间序列预测--如何创建有监督的数据格式

Question

Q1:

我有一个多元时间序列数据集。对于每个时间步骤，有11个特性和1个输出。我将使用监督ML来predect输出。我知道在单变量情况下，如果我要用过去的3天来预测t-天，数据集将被格式化为

x(t-3) | x(t-2) | x(t-1) | x(t)

, where x(t) is the output to predict. 

当数据集是一个多变量问题时，我应该如何格式化它？

我看到在一些内核中，这个问题被格式化为

x12(t-3) | x12(t-2) | x12(t-1) | x1(t), x2(t), ..., x12(t)

, where x12(t) is the output to predict. 

在这种情况下，过去3天的变量x1到x11被忽略了。

然而，在我的例子中，这些变量可能很重要。我能把问题格式化为

x1(t-3),...,x12(t-3) | x1(t-2), ..., x12(t-2) | x1(t-1),..., x12(t-1) | x1(t), x2(t), ..., x12(t) 

？

(一些功能只是从日期时间索引中创建的日期、月份、周日等)

Q2:

只有11个特征，是否有必要进行特征选择？

Answer 1

关于如何处理多变量时间序列问题，我相信GitHub链接时态多元会有所帮助。

您必须将n_inputs和n_outputs分别更改为12和1。