对时间序列数据进行MLP神经网络训练？
这里的新手问题，但我好奇地问，是否一个MLP神经网络可以训练时间序列数据？
我所拥有的数据集是来自建筑电能表的电力类型数据集，我可以发现我可以训练一个不错的神经网络模型，它包含了大量的天气数据，也包含了大量的一周时间的热编码虚拟变量。(日、时、月等)
我正在使用Tensorflow Keras库在Python中进行实验，并且我知道在培训过程中默认的设置是随机调整数据的。对于随机洗牌会从数据中剔除季节性的时间序列型问题来说，这是否是一个“否”问题？(平稳/非平稳)对数据进行洗牌的结果一目了然，但不是随机地对数据进行洗牌，MLP神经网络的结果很差，就像模型训练得不好一样。
我知道一些其他的时间序列预测方法可以包括ARIMA，LSTM等，但是我很想知道MLP是否也可以用于这些目的？我最终需要的是一种短期预测方法，它可以结合每小时的天气预报(从web )来预测未来每小时的建筑电力。任何小费都非常感谢。
谢谢
回答 2
Data Science用户
发布于 2021-02-12 13:26:29
所以我在机器学习掌握时间序列数据移除趋势和季节性差变换的文章上发布了同样的问题。杰森·布朗利回答了我的问题：
是的，你可以使用MLP，CNN和LSTM。它首先需要使用滑动窗口将数据转换为有监督的学习问题：
https://machinelearningmastery.com/time-series-forecasting-supervised-learning/
然后，以一种尊重obs时间顺序的方式评估模型，这种方式称为前进验证：
https://machinelearningmastery.com/backtest-machine-learning-models-time-series-forecasting/
您可以在这里看到几十个教程和我的书：
https://machinelearningmastery.com/start-here/#deep_学习_时间_系列
我对这篇文章的回复
2021年2月12日上午8:09 #
谢谢你提供的所有信息。那么如果我用多变量滑动窗口进行MLP神经网络，在训练
shuffle_data == True的模型时可以吗？或者我不应该洗牌培训数据…？非常感谢！
杰森对我上述问题的回答
2021年2月12日下午1:36 #
是的，只要培训数据集中的所有数据都与测试集相比是过去的数据集。
Data Science用户
发布于 2021-03-15 09:22:41
考虑神经网络中分类特征的实体嵌入，这是神经网络表格数据的必要性。
不是我的：https://www.kaggle.com/abhishek/entity-embeddings-to-handle-categories
https://datascience.stackexchange.com/questions/89257
复制相似问题
腾讯云开发者
