python中的时间序列分类问题

我的数据集看起来像这样。如何将其提供给RNN模型。我应该为每个用户提取每小时的值作为一项功能并将其提供给RNN，还是有一种方法可以像现在这样直接提供数据。谢谢 在机器学习中，像“什么是……的最佳方式”这样的问题基本上是不正确的。如果我们假设一个模型具有很少的参数和数据分布，我们可以争论估计量的方差，甚至可以计算它，但由于我们不知道数据在现实生活中是如何分布的，所以不能争论最优性

直接回答您的问题时，您没有指定数据的保存方式、文件类型、结构、大小等。您缺少许多可以帮助我们的详细信息。此外，我知道只有少数情况下不需要准备数据，而且所有这些都是国际著名的数据集（如MNIST和其他一些旧的竞赛）。在将数据传送到网络之前，您需要并且应该准备好数据；此外，您应该试验不同的方法（规范化它，等等），并在一个保持集（验证）上测量您的性能，看看哪个更好。您可以尝试使用

torchvision.transforms

将它们分开，即使这不是一项vision任务。这是一个强大的预处理管道

最后，您还应该使用不同的体系结构和单元进行实验，因为时间序列深度学习在过去几年中取得了显著进展（从变分辍学到卷积和注意力单元）