Amazon web services 多个独立产品的DeepAR时间序列预测

我想预测一些数据（假设国家温度）。有没有办法在deepAR（AWS Sagemaker marketplace提供的算法）中一次添加多个国家的温度，然后deepAR独立预测这些数据？有没有可能在几天后删除某个国家的数据并添加另一个国家的数据

我是预测新手，想尝试一下deepAR。如果有人已经做过这方面的工作，请提供一些关于如何使用deepAR的指导

---

Link-

这是对这篇文章的一个迟到的回复，但我的回复在将来可能会对其他人有所帮助。你第一个问题的答案是肯定的

链接到的页面引用了

cat

字段，这允许您对表示不同记录组的向量进行编码。在您的例子中，cat字段可以只是一个值，但是cat字段也可以对向量中具有更多维度的更复杂的关系进行编码

假设你有3个国家想要预测。您有每个国家的一些时间序列温度训练数据，然后将它们作为行输入到train JSON文件中，如下所示：

国家1：

{"start": "02/09/2019 00:00:00", "target": [T1,T2,T3,T4,...], "cat": [0]}

国家2：

{"start": "02/09/2019 00:00:00", "target": [T1,T2,T3,T4,...], "cat": [1]}

国家3：

{"start": "02/09/2019 00:00:00", "target": [T1,T2,T3,T4,...], "cat": [2]}

类别字段向DeepAR指出，这些是独立的数据类别，换句话说，是不同的国家

所有数据的频率（温度测量之间的时间）必须相同，但是，开始时间和训练点的数量并不相同

训练完模型后，打开端点并希望对某个国家进行预测，您可以传递特定国家的上下文以及与上述国家相同的

cat

。 这允许您创建一个模型，该模型允许您从许多独立的数据组中进行预测

我不太清楚你说的第二个问题到底是什么意思。如果您打算稍后为另一个国家添加更多培训数据，这将要求您为该国家创建一个具有其他类别的不同培训数据集，然后重新培训该模型。

您好，“一次添加多个国家”是什么意思？