PyTorch Forecasting 中 TimeSeriesDataSet 类的 group_ids 参数具体有什么作用？

【问题标题】：What does the group_ids parameter of the TimeSeriesDataSet class specifically do in PyTorch Forecasting?PyTorch Forecasting 中 TimeSeriesDataSet 类的 group_ids 参数具体有什么作用？
【发布时间】：2021-07-01 14:25:50
【问题描述】：

我目前正在使用 PyTorch 预测，我想使用 TimeSeriesDataSet 创建数据集。我的原始数据位于 pandas Dataframe 中，如下所示：

date         amount        location 
2014-01-01     5               A
2014-01-01     7               B
    ...       ...             ...
2017-12-30     4               H
2017-12-31     8               I

因此，我总共在“位置”中获得了九个不同的唯一值，以及每个日期每个位置的数量。现在我想知道 TimeSeriesDataSet 类的 group_ids 参数是做什么的，它的确切行为是什么？我并没有真正理解基于documentation 的想法。

提前非常感谢！

【问题讨论】：

标签： python pytorch time-series forecasting

【解决方案1】：

一个时间序列数据集通常包含不同实体/个人的多个时间序列。

group_ids 是一个列列表，用于唯一确定具有相关时间序列的实体。在您的示例中，它将是 location:

group_ids (List[str]) – 标识时间序列的列名列表。这意味着 group_ids 与time_idx 一起识别样本。如果您只有一个时间序列，请将其设置为常量列的名称。

【讨论】：

您能否解释一下“唯一确定具有相关时间序列的实体”是什么意思？我不明白
@lalaland 行的键，数据库语言。在库存数据中，它可能是产品 ID。在个人数据中，它可能是姓名、姓氏和出生日期。
我明白了，谢谢。对于用电量的历史，它的位置可以吗？这有意义吗？
@lalaland 如果每个位置只有一个行/时间序列，那么是的。
感谢您的解释