问题描述
美好的一天!
我正在尝试使用gluon TS预测未来1天。
我的数据集如下:
df: 日期量 一月1100 ... 99年6月1日 105年6月2日 90年6月3日 6月4日NaN
我如何预测未来的1天(6月4日)?
我已经尝试以下示例:
test_data = ListDataset([{"start": df.index[0],"target": df.Volume[:"June4"]}],freq="D")
estimator = NBEATSEstimator(freq="D",prediction_length=1,context_length = 5,trainer=Trainer(epochs=60,ctx="gpu"))
predictor = estimator.train(training_data=test_data)
_但是,我收到一个错误消息:“在第一个时期获得了NaN。尝试降低初始学习率。'__
如果我拥有所有以前的可用数据(6月3日或更早版本),该如何预测6月4日?我在做什么错了?
此外,如果我改用目标June3(与上述相同的数据集,包括June3和June4 NaN值在内的数据)。
test_data = ListDataset([{"start": df.index[0],"target": df.Volume[:"June3"]}],freq="D")
estimator = NBEATSEstimator(freq="D",ctx="gpu"))
predictor = estimator.train(training_data=test_data)
我得到的预测结果非常接近6月3日的结果。
它只是复制6月3日的结果,还是使用6月2日或更早的时间,然后尝试预测将来的1天(6月3日)?
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@)