【发布时间】：2021-06-29 14:07:00
【问题描述】：
我正在使用 MATLAB 通过机器学习方法预测趋势。
我的数据文件是一个 .xlsx 文件，其中一列包含时间线（各种采样时间戳，即代表秒的数字），而在其他列中，我有一些整数代表我的趋势。
我的 .xlsx 文件差不多是这样的：
0,0100 | 0
0,0110 | 1
0,0135 | 5
等等。
我用“|”区分列。采样时间不规律。
给定从 10 个连续时间戳中获取的 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 34,010，第 10 个值是 34,568s，我想知道 37,431s 的值。
我该怎么做？
我找到了这个链接：Time Series Forecasting Using Deep Learning，但是那里的采样时间是固定的。
我应该插入我的趋势值并以恒定的采样时间重新采样吗？
【问题讨论】：
-
你总共有多少个数据点？使用深度学习，十个似乎是非常少量的数据。您确定线性回归等更简单的技术不适用于您的数据吗？
-
感谢您的回复！实际上我的 .xlsx 文件最多可以包含数百万个数据，但是，给定一个特定的时间戳，我要做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”是为了了解任务，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。
-
感谢您提供更多信息。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；但我认为线性插值应该在大多数情况下工作。定期对数据进行抽样后，您现在应该可以使用任何方法进行预测，包括您所链接的方法。
-
知道了，谢谢。
标签： matlab machine-learning deep-learning neural-network