Machine learning 使用多变量作为输入的Forecast.ForecastBySA

我有这个代码来预测时间序列。我想要一个基于价格时间序列和相关指标的预测

因此，连同要预测的值，我想传递一个边值，但我无法理解这是否被考虑在内，因为预测在有或没有它的情况下都不会改变。在哪种方式我需要告诉算法如何考虑这些参数？

公共静态时间体验预测PerformTimeSeriesProductForecasting（列表预测）
{
var mlContext=new mlContext（seed:1）；//seed设置为任意数字，这样您就有了一个确定性环境
var productModelPath=$“product\u month\u timeSeriesSSA.zip”；
if（File.Exists（productModelPath））
{
Delete（productModelPath）；
}
IDataView productDataView=mlContext.Data.LoadFromEnumerable（listToForecast）；
var singleProductDataSeries=mlContext.Data.CreateEnumerable（productDataView，false）.OrderBy（p=>p.Date）；
TimeSeriesData lastMonthProductData=singleProductDataSeries.Last（）；
const int numSeriesDataPoints=2500；//对于每个产品，基础数据总共有34个月的数据
//创建预测估计器并将其添加到管道中。
IEstimator forecaststimator=mlContext.Forecasting.ForecastBySsa(
outputColumnName:nameof（TimeSeriesForecast.NextClose），
inputColumnName:nameof（TimeSeriesData.Close），//这是要预测的列。
WindowsSize:22，//窗口大小设置为产品数据周期中表示的时间段；我们的产品周期基于12个月，因此将其设置为系数12，例如3。
seriesLength:numSeriesDataPoints，//此参数指定执行预测时使用的数据点的数量。
trainSize:numSeriesDataPoints，//此参数指定输入时间序列中从开始到结束的数据点总数。
地平线：5，//表示要预测的值的数量；2表示将预测未来2个月的产品单元。
置信度：0.98f，//表示实际观测值落在指定区间界限内的可能性。
confidenceLowerBoundColumn:nameof（TimeSeriesForecast.ConfidenceLowerBound），//这是用于存储每个预测值的区间下限的列的名称。
confidenceUpperBoundColumn:nameof（TimeSeriesForecast.ConfidenceUpperBound））；//这是用于存储每个预测值的区间上限的列的名称。
//将预测模型拟合到指定产品的数据系列。
ITransformer forecastTransformer=ForecastStimator.Fit（productDataView）；
//创建用于创建预测的预测引擎。
TimeSeriesPredictionEngine forecastEngine=forecastTransformer.CreateTimeSeriesEngine（mlContext）；
//保存预测模型，以便可以将其加载到最终用户应用程序中。
forecastEngine.CheckPoint（mlContext，productModelPath）；
天气预报员；
使用（var file=file.OpenRead（productModelPath））
{
forecaster=mlContext.Model.Load（文件，out DataViewSchema）；
}
//我们必须从持久化模型创建一个新的预测引擎。
TimeSeriesPredictionEngine forecastEngine2=forecaster.CreateTimeSeriesEngine（mlContext）；
//获取预测值；这将包括预测估计器最初创建时“地平线”参数中指定的时间段之后2个月的预测产品销售单位。
预测=预测引擎。预测（）；
收益预测；
}

TimeSeriesData

具有多个属性，而不仅仅是我想要预测的序列的值。只是想知道预测时是否考虑了这些因素。

---

有没有更好的方法来预测类似LMST的此类序列？这种方法在ML.NET中可用吗？

有一种新的增强方法：基于多变量时间序列的ML.NET预测

---

参见票证：github.com/dotnet/machinelearning/issues/5638

有一个新的增强票证：基于多变量时间序列的ML.Net预测

---

参见ticket:github.com/dotnet/machinelearning/issues/5638

您可能是说

TimeSeriesData

具有多个

属性。但是如果我理解了你问题的精神，估计迭代器是根据你的
mlContext
。因此，这取决于您的上下文是否是使用您在此处未提供的
TimeSeriesData
对象构建的。感谢您的评论，我更新了所有源代码。基于
IDataView productDataView=mlContext.Data.LoadFromEnumerable（listToForecast）
和
var singleProductDataSeries=mlContext.Data.CreateEnumerable（productDataView，false）.OrderBy（p=>p.Date）
，我认为id确实考虑了
列表预测
数据（顺便说一句，不是1
TimeSeriesData
，但看起来是一个
列表
）我发现SSA预测单变量序列，但我找不到ml的多变量时间序列预测值。你找到解决方案了吗？您可以使用多个列作为ForecastBySA的输入吗？您可能的意思是
TimeSeriesData
具有多个
属性。但是如果我理解了你问题的精神，估计迭代器是根据你的
mlContext
。因此，这取决于您的上下文是否是使用您在此处未提供的
TimeSeriesData
对象构建的。感谢您的评论，我更新了所有源代码。基于
IDataView productDataView=mlContext.Data.LoadFromEnumerable（listToForecast）
和
var singleProductDataSeries=mlContext.Data.CreateEnumerable（productDataView，false）.OrderBy（p=>p.Date），我认为id确实考虑了
列表预测