machine-learning - 我有大约 2000 个用于时间序列预测的多个位置的数据点。我可以在上面应用 LSTM 模型吗？

Question

我是机器学习的新手，因此试图弄清楚我的数据集是否足以运行 LSTM 模型。我正在尝试对每日道路交通数据进行时间序列预测。目前，我有 20 个不同地点的每日数据（2012-2019）。从本质上讲，每个位置我只有约 2800 个数据点。这是一个好的数据集吗？

关于如何调整数据或转换数据以帮助处理我的数据集的任何建议？

请帮忙！谢谢！！

标签： machine-learningdatasetlstm

Answer 1

考虑到这一点，您的数据集约为 2800*20 个示例。现在，您始终可以在这么多数据上运行 LSTM/RNN 模型，但您应该尝试检查它们是否优于基线模型Autoregressive Moving Average (ARMA)， 如Autoregressive Integrated Moving Average (ARIMA).

此外，如果数据是格式：

Example_1: Day_1: x, Day_2:y, ...., Day_n: xx .etc

而不是输入整个Day_1 ... Day_n特征来预测Day_n+1

您始终可以通过使用Day_1来预测Day_2等来增加您的数据集。

检查此链接。我从事的工作可能会有所帮助。