如何在MATLAB中预测采样时间不规则的趋势？

我用MATLAB用机器学习方法预测一个趋势

我的数据文件是一个.xlsx文件，在一列中包含时间线（各种采样时间戳，即表示秒的数字），在其他列中，我有一些表示趋势的整数

我的.xlsx文件大致如下：

0,0100     |     0
0,0110     |     1
0,0135     |     5
 

等等

我用“|”来区分列。采样时间不固定

给定10个连续时间戳的10个趋势值，我想预测给定时间戳的第11个值。例如，如果第9个值是34010，第10个值是34568s，我想知道37431s的值

我怎么做

我找到了这个链接：，但是那里的采样时间是固定的

---

我是否应该插值趋势值并用恒定的采样时间重新采样？

我将区分预测问题和数据采样时间问题。您正在处理大量丢失的数据

预测问题：您可以使用任何机器学习技术来忽略丢失的数据。如果您不熟悉机器学习，我建议您使用LASSO（最小绝对收缩和选择算子），它已被证明具有预测能力（请参阅ALEX CHINCO、ADAM D.CLARK-JOSEPH和MAO YE的“收益横截面中的稀疏信号”）

<> >强>丢失的填补问题< /强>：首先，你应该考虑丢失数据的原因。有时，插补值是没有意义的，因为缺少值的信息本身很重要，不应被覆盖。否则，除了线性插值之外，您还有多个选项来估计缺失的值。例如，检查MATLAB函数

fillmissing

---

您总共有多少个数据点？使用深度学习的数据量似乎非常少。你确定像线性回归这样简单的技术对你的数据不起作用吗？谢谢你的回复！实际上，我的.xlsx文件可以包含多达数百万的数据，但是，给定某个时间戳，我必须进行的预测只需要在所述时间戳之前的少量数据。我说“给定10个值”是为了给出任务的概念，但这个数字会更高。另外，我说我有一个.xlsx文件，但实际上我有几个文件，每个文件都有自己的趋势和时间戳。而且趋势可能是非线性的。谢谢你提供的额外信息。在这种情况下，我同意使用插值来处理不规则的采样时间。插值方法取决于数据本身；但我认为线性插值在大多数情况下都应该有效。一旦你有了定期采样的数据，你现在应该能够使用任何预测方法，包括你链接的方法。明白了，谢谢。