时间序列具有当前值和滞后值之间的时间模式,并且包含与日历相关的信息,如一周中的某一天、一个月中的一周等。...因此,Lag-Llama 将时间序列数据的输入用作滞后协变量(t=1, 7, 14, 21, …, ),以及日历相关的功能。...Lag-Llama 将日期相关特征添加到滞后协变量(t=1, 7, 14, 21, ..., )中,如图(1)所示。
图(1):Lag-Llama的特征
了解了输入,现在来了解一下它的架构。...下面的代码将数据集转换为与 gluonTS 兼容的格式,通过计算最小日期获得起始日期,并将列作为目标。...在这里,我们将指定训练数据的长度作为上下文数据,并将指定时间外数据的长度作为预测数据。