Machine learning 多自变量时间序列数据的预测值

我有一个数据集属性（日期、值、变量-1、变量-2、变量-3、变量-4、变量-5），我有100k多行。我想根据时间序列方式训练的5个变量来预测未来的“值”，会有季节性趋势，“值”会有高低分有人能为我推荐一些统计或机器学习/深度学习解决方案吗？

---

这是一个非常有趣的问题，您可以使用“向量自回归（VAR）”方法来解决此问题。R和Python中都有解决此问题的软件包。

请在日期列中对日期进行排序。似乎时间步调是不同的（如果是的话，你应该考虑一下）。然后，重要的是首先绘制时间序列，以查看其行为。如果您能在变量/目标中找到某种模式，您可能会从Keogh博士最近发明的MatrixProfile工具中获得一些见解。它的python包也可用。此外，我建议您看看tslearn pakcage，因为它可能会为您提供一些工具，以便在开始主要任务之前挖掘数据并进行数据探索。如果峰值很重要，LSTM可能会有所帮助