具有不规则时间步长的时间序列作为机器学习回归工具的测试数据

Question

我开发了一个用于能源预测的机器学习回归工具，作为测试集，我需要来自天气 API 的数据。这个天气 API 为我提供了不同时间步长的值、一小时的分钟值、48 小时的每小时值和 7 天的每日值。我希望我的预测也能为我提供这些时间范围内的结果，但当然，因为它是能量，如果是分钟、小时或每日值，结果会有所不同。

有没有人知道如何处理时间步长不规则的时间序列作为测试集？我是否必须在每个时间步训练我的模型才能同时以分钟、小时和每日值进行预测？

有关天气 API 的信息：https://openweathermap.org/api/one-call-api

Answer 1

使用 facebook 预言机模型进行时间序列预测，使用它的函数 makeprediction（设置持续时间），它将根据您的需要帮助您进行预测。