将时间序列数据集转换为监督学习数据集

Posted 2023-03-12

【中文标题】将时间序列数据集转换为监督学习数据集

【英文标题】：Transform time series data set to supervised learning data set

【发布时间】：2019-09-19 06:08:55

【问题描述】：

我有一个包含多个项目（例如用户）的时间序列（每天）的数据集。 数据看起来像这样简化： https://i.ibb.co/Pj4TnHW/trans-original.jpg（我无法发布图片，因为缺少代表点，抱歉）

该数据集对每个用户都具有相同的属性（例如度量）。这些措施是每天在一个时间窗口内采取的。每个用户都有自己的“活动日期”。

我的目标是将这个时间序列（面向行的）数据集转换为可用于监督学习的数据集。 我想要的布局如下所示： https://i.ibb.co/8DxYpCy/Unbenannt.jpg

目前，我将我的解决方案应用于具有约 60 个度量的数据集。 到目前为止，我通过对“user_id”使用迭代并使用 pandas.melt()、pandas.transpose() 函数应用多个步骤来实现这一点。 但这需要大量的预格式化，并且随着数据集的增大而变得更慢。

有没有更好的方法来进行我的转换？我读到了这个https://machinelearningmastery.com/convert-time-series-supervised-learning-problem-python/，但这似乎是另一种类型的问题......

//编辑#1：根据要求，我创建了尽可能小的笔记本/python 脚本，并使用简化的数据集来演示我在做什么：https://www.file-upload.net/download-13590592/timeseries_to_supervised.zip.html （Jupyter Notebook，导出的 HTML 版本，示例输入数据集）

【问题讨论】：

复制少量数据会很有帮助，比如以定义 pandas 数据框的代码以及您当前正在使用的代码的形式。这样可以提出更具体的建议！

嗨 Josh，我创建了一个 jupyter notebook + 示例数据集。请找到附件中的文件。

【参考方案1】：

我曾经用R 做类似的事情，它是一门精心设计用于操作行的语言（函数式编程）。您可以使用库datatable，它非常快。如果我可以问您要预测哪个专栏？注意不要根据现在或未来的数据来预测结果，你只能使用过去:)

【讨论】：

谢谢，我一定会看看这个库！就我而言，我不打算预测其中一个与时间序列相关的元素。我将始终处理已经存在的数据，但在了解这些措施的模式后，我知道是否发生了某些事情（例如机器故障）。