我正在尝试使用LSTM方法解决Python中多变量数据的时间序列预测问题。
在这里，作者解决了时间序列空气污染预测问题。数据如下：
pollution dew temp press wnd_dir wnd_spd snow rain
date
2010-01-02 00:00:00 129.0 -16 -4.0 1020.0 SE 1.79 0 0
2010-01-02 01:00:00 148.0 -15 -4.0 1020.0 SE 2.68 0 0
2010-01-02 02:00:00 159.0 -11 -5.0 1021.0 SE 3.57 0 0
2010-01-02 03:00:00 181.0 -7 -5.0 1022.0 SE 5.36 1 0
2010-01-02 04:00:00 138.0 -7 -5.0 1022.0 SE 6.25 2 0
与上述教程中的年度不同，我对足球比赛进行了30秒的时间步长观察，其中有20多个功能。其中具有唯一ID的每个匹配具有从190到200的不同长度。
作者按一年中的天数将列车/测试集划分如下：
# split into train and test sets
values = reframed.values
n_train_hours = 365 * 24
train = values[:n_train_hours, :]
test = values[n_train_hours:, :]
因此，我的训练/测试集应该按匹配次数排列：(匹配*len(匹配((
n_train_matches = some k number of matches * len(match)
train = values[:n_train_matches, :]
test = values[n_train_matches:, :]
我想把它转化为我的问题，以便最早在时间t=2时对每个特征进行预测。即比赛开始30秒。
问题
我需要在每场比赛中应用预赛序填充吗？
有没有一种不用填充就能解决问题的方法？
如果您使用的是LSTM，那么我相信如果您在多个30秒的步骤观测中填充和馈送，您更有可能从该模型中受益。
如果你没有填充序列，并且你想要t=2的预测，那么你只能使用最后一步的观测。