如何应用时间序列机器学习模型预测下一个时间步长

Question

我对单变量时间序列数据(备件使用)进行了特征工程，然后将时间序列数据转化为有监督的机器学习问题。我对转换后的新数据集进行了培训和测试。我的问题是如何应用该模型来预测未来的一步、多步？所有特征都是在以前的数据点上计算的，例如滞后特征、移动窗口统计数据，例如最大值、最小值、平均值、中值，例如，持续5天、10天、15天。

如果您有Python中的工作示例或任何带有示例的白皮书，那将是很棒的。期待你的帮助，肖恩

Answer 1

由于你的问题相当模糊，我只是加入了一些工具：MCMC、卡尔曼、LSTM、阿里玛、一步到位等等。看一下这就可以开始了。

请你提供一部分数据好吗？有很多工具，但这在很大程度上取决于您的情况和数据。