1

为简单起见，假设我试图预测一系列单值变量的第二天，因此我的数据集将采用以下形式：

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序列，因此它采用以下形式：

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

什么是一种可接受的方式来构建这些数据并将其输入 DAI，这样它就不会被视为一个完整的长序列，而是一堆不直接相关的序列，它们在时间上是平行的？

编辑：数据有一个“用户 ID”列。DAI 可以自动使用它来克服我正在解释的问题吗？

4

1 回答 1

1

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

因此，如果您的预测范围是一天，您需要按用户、您的单值变量和按天进行汇总，以便您有一个目标（标签）作为每天的总量。您可以在此处和此处找到有关如何为无人驾驶设置数据的文档。

编辑 回应评论：

下面是另一个示例来解释预期数据格式，假设每个用户都应该在日级别进行聚合：

如果您有 5 个用户一天的数据，您的数据集应该只有 5 行，但如果您有 5 个用户的 10 天数据，您应该有 50 行数据。

然后在无人驾驶 AI 中，当您设置实验时，您会将您的时间组设置为用户列

于 2018-08-17T21:54:46.467 回答