如何使用来自不同度量的多个数据集进行一次机器学习模型的预测？如何将数据分割成列车测试集？
如何使用来自不同度量的多个数据集进行一次机器学习模型的预测？如何将数据分割成列车测试集？
提问于 2022-10-19 09:37:32
我正在研究锂离子电池的容量预测模型。
我有10个数据集从10个不同的电池，包括容量和多种功能。每个数据集都是时间依赖的。最后，我想预测某一特定时间的容量。
为此，我想使用所有数据构建一个模型，我不确定如何继续拥有来自10个不同度量的10个数据集。我是否可以将这10个数据集合并为1，然后将完整的数据集划分为训练、测试和验证集？我不确定，因为每个数据集的时间戳是相同的。
回答 1
Stack Overflow用户
发布于 2022-10-19 09:45:44
我建议您将数据集添加到另一个下面，如下所示：
Index Columns
time1 battery1 feature1 feature2 ... y_true=capacity
time1 battery2 feature1 feature2 ... y_true
...
time2 battery1 feature1 feature2 ... y_true
time2 battery2 feature1 feature2 ... y_true
...然后，您可以对电池进行热编码，并将其作为一个功能(是否，取决于您是否希望找到一些异常值)。
不过，在使用TimeSeriesSplit时要小心。你得先分组然后分头行动。这样，分裂就不会发生在电池批次中间的同一时间代码。否则你会有前瞻性的偏见。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/74123110
复制相关文章
相似问题
腾讯云开发者
