如何使用 Glunts DeepAR预测未知的未来目标值？我有一个从 1995-01-01 到 2021-10-01 的时间序列。每月频率数据。如何预测未来（未来 3 个月）的价值：2021-11-01 至 2022-01-01？请注意，我没有 2021-11-01、2021-12-01 和 2022-01-01 的目标值。非常感谢！

据我了解，预测值不适用于“2021-11-01”、“2021-12-01”和“2022-01-01”。我怎么知道这个值是指哪个月份？如何预测未来 3 个月的价值：“2021-11-01”、“2021-12-01”和“2022-01-01”？

看看这段代码。它来自“使用 Python 进行高级预测”。 https://github.com/Apress/advanced-forecasting-python/blob/main/Chapter%2020%20-%20Amazon's%20DeepAR.ipynb

一旦将 test_ds 的最后 28 个值（清单 20-5.R2 分数和预测图）与在同一数据集 test_ds 上做出的预测（清单 20-4.预测）进行比较，它似乎不会预测未知的未来值

如何预测未知的未来价值？

非常感谢！

数据源

https://www.kaggle.com/c/recruit-restaurant-visitor-forecasting

我正在 Jupyter Notebook 中训练DeepAR模型 ( arXiv )。我正在关注本教程。

concat_df根据 DeepAR 方法的需要，我创建了一个时间序列 ( ) 集合：

每一行都是一个时间序列。该集合用于训练 DeepAR 模型。DeepAr 期望的输入格式是一系列的列表。所以我从上面的数据框中创建了这个：

使用这个时间序列列表，然后我设置freq,prediction_length和context_length（注意我在第一个示例中将频率设置为 Daily ）：

...以及T-Naught,Data Length和:Number of Time SeriesPeriod

我创建了训练集：

..并使用测试集将其可视化：

到目前为止一切顺利，一切似乎都与教程一致。

然后我使用剩余的代码来调用已部署的模型，如参考文章中所述：

但是，如果我将频率更改为每月 ( freq = "M")，我会收到以下错误：

为什么不接受月度数据？如何在 DeepAR 上训练月度数据？有没有办法指定一些相当于每月数据的每日数据？

这似乎是某种 Pandas 错误，如此处所示。

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！

We need to implement DeepAr with AWS chime on React Native. Currently live stream with AWS chime is done but facing problem to integrate DeepAr for broadcasting. DeepAr only is integrated for liver side but couldnot sent that frame towards the AWS chime on the other end.

我正在使用 GluonTS DeepAR 来部署我的销售预测任务。在我完成 DeepAREstimator 的创建后，我想打印神经网络结构或摘要以帮助我的论文工作，它可以提供隐藏层、神经 nums 或激活函数等。例如函数 'summary()' 在凯拉斯。

GluonTS DeepAR 是否提供这样的 API？

我想使用 gluonTS 包中的 DeepAREstimator 创建预测模型。如何使用 Ray 进行超参数调优？这是示例代码。