【问题标题】:LSTM - how implement holiday featuresLSTM - 如何实现假期功能
【发布时间】:2021-12-30 21:02:57
【问题描述】:

你可以在下图中看到一个需求问题。

我的问题与如何/应该如何在 LSTM 模型中实现固定假期有关,正如这里看到的那样,它不包含任何需求,因此会导致与平均值的突然强烈的 1 天偏差。我不是指 12 月到 1 月之间的趋势变化

例如,Arima 模型可以很好地处理这样的日子。
在互联网上搜索了几个小时后,我所能找到的只是如何应对趋势的变化。但是,事实并非如此,趋势保持不变,仅暂停一天。我希望这里有人对这类问题有论文或方法。

【问题讨论】:

    标签: python time-series regression lstm


    【解决方案1】:

    既然圣日有预定义的日期,为什么不将该特定日期的数据值更改为不会对学习造成太大干扰的另一个值,可能是前一个值,也可能是后一个值。或者您可以从您的数据中删除 Holydays 数据,并且序列现在不会受到它们的剧烈影响。

    【讨论】:

    • 谢谢您的回答,如果我删除假期日期,这是否会因为缺少日期而导致识别季节性问题或lstm可以处理这个问题?替换缺失的日期是个好主意!
    • 替换日期似乎比仅仅删除日期更好,因为它允许我们及时保持这种连续性,但它可能会对您的数据产生偏差。所以每种方法都有自己的优势。但在这种情况下,唯一真正了解的方法是反复试验。
    猜你喜欢
    • 1970-01-01
    • 2022-07-04
    • 1970-01-01
    • 2021-01-08
    • 2018-07-19
    • 2011-05-24
    • 2011-12-16
    • 2018-05-23
    相关资源
    最近更新 更多