मैं स्टोर बिक्री पूर्वानुमान करने के लिए LSTM उपयोग करने के लिए कोशिश कर रहा हूँ।बाहरी सुविधाओं के साथ समय श्रृंखला बहु-चरण क्षितिज के लिए एलएसटीएम में इनपुट डेटा कैसे बनाया जाए?
| Date | StoreID | Sales | Temperature | Open | StoreType |
|------------|---------|-------|-------------|---------|-----------|
| 01/01/2016 | 1 | 0 | 36 | 0 | 1 |
| 01/02/2016 | 1 | 10100 | 42 | 1 | 1 |
| ...
| 12/31/2016 | 1 | 14300 | 39 | 1 | 1 |
| 01/01/2016 | 2 | 25000 | 46 | 1 | 3 |
| 01/02/2016 | 2 | 23700 | 43 | 1 | 3 |
| ...
| 12/31/2016 | 2 | 20600 | 37 | 1 | 3 |
| ...
| 12/31/2016 | 10 | 19800 | 52 | 1 | 2 |
मैं अगले 10 दिनों की बिक्री के लिए की भविष्यवाणी करने की जरूरत है: यहाँ कैसे मेरे कच्चे डेटा की तरह लग रही है। इस उदाहरण में, मुझे 01-01-2017 से 01-10-2017 तक स्टोर बिक्री की भविष्यवाणी करने की आवश्यकता होगी। मुझे पता है कि इस समस्या को हल करने के लिए अन्य समय श्रृंखला मॉडल या रिग्रेशन मॉडल का उपयोग कैसे करें, लेकिन मैं जानना चाहता हूं कि आरएनएन-एलएसटीएम इसके लिए एक अच्छा उम्मीदवार है या नहीं।
मैं केवल storeID = 1 डेटा लेने LSTM का परीक्षण करने के द्वारा शुरू कर दिया। अपने डेटा केवल दिनांक और बिक्री है। दो
trainX.shape
(300, 1, 20)
trainY.shape
(300, 10)
Question1 देगी बाद
Window = 20
Horizon = 10
| trainX | trainY |
| [Yt-10, Yt-11, Yt-12,...,Yt-29] | [Yt, Yt-1, Yt-2,...,Yt-9] |
| [Yt-11, Yt-12, Yt-13,...,Yt-30] | [Yt-2, Yt-3, Yt-4,...,Yt-10] |
| [Yt-12, Yt-13, Yt-14,...,Yt-31] | [Yt-3, Yt-4, Yt-5,...,Yt-11] |
...
:: मैं इस तरह से मेरी trainX और trainY का निर्माण करेगी (कृपया मुझे ठीक कर लें मैं गलत हूँ) इस मामले में, [नमूने, समय कदम, विशेषताएं] = [300, 1, 20]। क्या यह सही है? या मुझे नमूना [300, 20, 1] के रूप में बनाना चाहिए?
प्रश्न 2: मैं कच्चे डेटा जैसे तापमान, स्टोरटाइप इत्यादि में अन्य जानकारी का उपयोग करना चाहता हूं। मुझे एलएसटीएम के लिए अपना इनपुट डेटा कैसे बनाना चाहिए?
प्रश्न 3: अभी तक हमने केवल 1 स्टोर पूर्वानुमान पर चर्चा की है, अगर मैं सभी दुकानों के लिए पूर्वानुमान करना चाहता हूं, तो मुझे अपना इनपुट डेटा कैसे बनाना चाहिए?
वर्तमान में मैं here से बह उदाहरण हूँ, लेकिन यह परिदृश्य मेरे पास है को कवर करने के लिए पर्याप्त नहीं लगता है। मैं आपकी मदद के लिए वास्तव में सराहना करता हूं!
मैं इस समय एक ही मुद्दे के साथ संघर्ष कर रहा हूं, अगर आपको इसके बारे में और जानकारी मिलती है, तो धन्यवाद चेन-) – joe