问题描述
我有在线活动数据，对于每个用户，它包含N个（例如N = 410）非常稀疏的时间序列，跨越一些M实例（M可以是几十或几千，在这里并不重要）。这些是整数，但大多数为零。因此，X输入数据是一个2D数组，整个矩阵是一个观测值。
对于这样的N个时间序列集合，我需要分配一个标签y并建立二进制分类器，或者在相关任务中执行回归。
现在XGB和相关分类器仅接受特征向量Dim = 1数组。
我尝试将垂直UMAP简化为一维值（每个N时间序列的垂直切入是24小时内的总体用户活动），以获取一维要素阵列，例如一周，但效果不佳，许多可能的原因之一可能是数据稀疏。
如何将多个非常独立的功能系列同时提供给XGBoost（或其他分类器）？
是否存在一些适用于稀疏时间序列集合的良好嵌入？
我在网上搜索，但与我的案子没有什么真正的联系。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）