我想将 Azure AutoMLforecasting用于一个时间序列的多个功能。有没有我可以复制的例子？
我一直在研究：https ://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/forecasting-beer-remote/auto-ml-forecasting-beer- remote.ipynb 和 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/automated-machine-learning/forecasting-orange-juice-sales/auto-ml-forecasting-orange- juice-sales.ipynb 但使用多种功能而不是仅使用一个时间序列没有运气。
任何帮助是极大的赞赏
看起来您正试图找到一个笔记本，该笔记本显示如何在提供外生特征时预测目标变量。您包含的 OJ 示例笔记本实际上是此场景的一个很好的参考示例。
再看一眼，您会发现在 OJ 示例中，“数量”是“价格”和其他变量的函数。我们建议尝试关注 OJ 数据集中的单个时间序列（单个商店和品牌组合），因为在关注多个序列时可能会丢失该概念。另请注意，在此示例中，OJ 数据集确实具有多个特征，我们只指定需要排除哪些特征。
-Sabina，Azure 机器学习 PM
请在此处查看， 自动训练时间序列预测模型 - Azure 机器学习 | 微软文档
请检查以下许多模型加速器，它们对时间序列数据进行建模（但在不同的域中）。这可能很有用。 buswrecker/energy-many-models：原始 AML 多模型的一个分支 - 用于能源部门(github.com)
如果缺失值在目标列中，则 AML AutoML 预测模型通过前向填充解决特征化阶段的缺失数据，如果在特征列中，则通过中值解决。此外，通过 Auto ML 支持的 Prophet 等库也很强大。