我已经在我的conda环境中安装了Salesforce-Merlion软件包。现在,我想使用自己的数据集来运行预测算法。在这里,我只需要一个单变量序列来预测。但我不知道该怎么做。在GIThub中提供的示例中,使用一些已经拆分的数据集。有人能帮我吗?returns pandas DataFrames, which we convert to Merlion TimeSeries
ti
从v0.1.21升级到v0.2.x和v0.3.0后,Featuretools的dfs()方法无法在我的实体集上运行。当Pandas后端尝试计算聚合要素_calculate_agg_features()时,会引发该错误。IndexError: Too many levels: Index has only 1 level, not 2
这在v0.1.x中运行良好,实体集在升级后没有更改。实体集由7个实体和6个关系组成。每个实体(
我有一个pandas数据基,为了生成一个tensorflow数据集,我将其转换为一个numpy数组:
dataset = tf.keras.utils.timeseries_dataset_from_array当我试图训练这个模型时,我会遇到像ValueError: Cannot convert a partially known TensorShape (None, None) to a Tensor.这样的错误我怀疑这是由于我的数据集</e
我正在使用模块ydata_synthetic ()来生成合成的timeseries数据集。安装软件包后,我运行以下命令:import pandas as pdimport matplotlib.pyplot asplt
from ydata_synthetic.preprocessing.timeser
我有高频金融数据(毫秒),很多列,137兆观测/线,总大小为32 of。我想将观察结果聚合到30秒内,使用PROC时间序列。我的初始命令涉及相当多的变量/任务。proc timeseries data=DATA out= DATA_SEC30; var OF VOL / accumulate=total;
var DATE /