我尝试在 pytorch-forecasting 的 DeepAR 和 Temporal Fusion Transformer 的帮助下预测月度销售额。我使用的数据具有每月的季节性，并且不同国家的季节性相同或至少非常相似。
在使用 pytorch-forecasting 生成 TimeSeriesDataSet 时，我可以为目标变量设置参数滞后。文档对此进行了说明：
滞后可用于指示模型的季节性
我不确定这是否比使用月份或月份和国家组合作为分类特征来简化对季节性的识别更好。
有没有人对这个话题有自己的经验或解释什么选择是最好的？
提前致谢！