我正在研究锂离子电池的容量预测模型。
我有来自10个不同电池的10个数据集，包括容量和多种功能。每个数据集都与时间有关。最后，我想预测特定时间的容量。
为此，我想使用所有数据构建一个模型，但我不确定如何继续使用来自10个不同测量的10个数据集。我可以将10个数据集合并为1，然后将完整的数据集划分为训练集、测试集和验证集吗？我不确定，因为每个数据集的时间戳都是相同的。
我建议您像这样一个接一个地添加数据集：
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
...
然后你可以对电池进行onehot编码，并将其作为一个功能(是否要找到一些异常值，取决于你是否想找到它们(
请小心使用sklearn中的TimeSeriesSplit。你需要分组然后分开。这样就不会在同一时间代码的电池批次中间发生分裂。否则你会有一个前瞻性的偏差