pandas - DeepAR 建筑产品类别

Question

我对 DeepAR 算法的理解有疑问。

我试图用算法预测单个产品的销量。首先，我每天尝试一个 SKU，但收到以下错误消息：

ParamValidationError: Parameter validation failed:
Invalid type for parameter Body, value: [datetime

我认为，该错误的原因是我的目标中有太多“NaN”值。这可能是原因吗？（我没有应用任何类别或 dynamic_feats）

然后我尝试按月频率进行预测，但结果是我没有足够的时间戳用于算法。

是否可以通过“cat”或“dynamic_feat”运算符在 DeepAR 算法中对我的产品进行分组，以便我的目标中的“NaN”值更少？

我想按颜色、价格或尺寸等不同特征对产品进行分组。你知道这是否可能，还是我必须在应用 DeepAR 之前这样做？

提前致谢：）

标签： pandasamazon-sagemaker

Answer 1

看起来错误是由 boto ( ParamValidationError) 引发的。我怀疑您没有使用正确的 json 格式来发送请求。请参阅此处的示例。

然后我尝试按月频率进行预测，但结果是我没有足够的时间戳用于算法。

还有每周频率，您可以尝试一下。但是，DeepAR 也应该能够处理 NaN 值。

是否可以通过“cat”或“dynamic_feat”运算符在 DeepAR 算法中对我的产品进行分组，以便我的目标中的“NaN”值更少？

通常，cat用于将一个或多个类别分配给时间序列。但是，我看不出这应该如何影响目标中 NaN 值的数量。此外，DeepAR 不会在预测中发出 NaN。

我想按颜色、价格或尺寸等不同特征对产品进行分组。你知道这是否可能，还是我必须在应用 DeepAR 之前这样做？

是的，这就是cat目的。该文档解释了如何对这些类别值进行编码。