使用 TimeSeriesPredictionEngine ML.NET 时间序列 ForecastbySsa 中的 DateTime 预测值

如何解决使用 TimeSeriesPredictionEngine ML.NET 时间序列 ForecastbySsa 中的 DateTime 预测值

我的机器学习模型使用一个数据集，其中有时一天有 5 行数据，但有时是 4 或 6 行，依此类推。

现在，例如，如果我的最后一个已知数据是“2020-05-19”，而我想要预测“2020-05-20”，我该怎么做？ 该日期的 FillLevel 值未知。但我如何确定预测是针对第二天的？

我的代码如下：

模型输入：

    public class ModelInput
{
    public DateTime DateTime { get; set; }

    public float FillLevel { get; set; }
}

模型输出：

    public class ModelOutput
{
    public float[] ForecastedFillLevel { get; set; }

    public float[] LowerBoundFillLevel { get; set; }

    public float[] UpperBoundFillLevel { get; set; }
}

我在main方法中的代码：

  var forecastingPipeline = mlContext.Forecasting.ForecastBySsa(
            outputColumnName: "ForecastedFillLevel",inputColumnName: "FillLevel",windowSize: 7,seriesLength: 30,trainSize: 500,horizon: 21,confidenceLevel: 0.95f,confidenceLowerBoundColumn: "LowerBoundFillLevel",confidenceUpperBoundColumn: "UpperBoundFillLevel");

        SsaForecastingTransformer forecaster = forecastingPipeline.Fit(dataView);

        Evaluate(dataView,forecaster,mlContext);

        var forecastEngine = forecaster.CreateTimeSeriesEngine<ModelInput,ModelOutput>(mlContext);
        forecastEngine.CheckPoint(mlContext,modelPath);
        var forecast = forecastEngine.Predict();




        var lastData = DateTime.Parse("2020-05-19");
        var predictionStartDate = lastData.AddDays(1);
        forecast.ForecastedFillLevel.Select(x => (int)x);

        for(int index = 0; index < 7; index++)
        {
            Console.WriteLine(forecast.ForecastedFillLevel[index].ToString());
        }

评估方法：

    static void Evaluate(IDataView testData,ITransformer model,MLContext mlContext)
    {
        // Make predictions
        IDataView predictions = model.Transform(testData);

        // Actual values
        IEnumerable<float> actual =
            mlContext.Data.CreateEnumerable<ModelInput>(testData,true)
                .Select(observed => observed.FillLevel);

        // Predicted values
        IEnumerable<float> forecast =
            mlContext.Data.CreateEnumerable<ModelOutput>(predictions,true)
                .Select(prediction => prediction.ForecastedFillLevel[0]);

        // Calculate error (actual - forecast)
        var metrics = actual.Zip(forecast,(actualValue,forecastValue) => actualValue - forecastValue);

        // Get metric averages
        var MAE = metrics.Average(error => Math.Abs(error)); // Mean Absolute Error
        var RMSE = Math.Sqrt(metrics.Average(error => Math.Pow(error,2))); // Root Mean Squared Error

        // Output metrics
        Console.WriteLine("Evaluation Metrics");
        Console.WriteLine("---------------------");
        Console.WriteLine($"Mean Absolute Error: {MAE:F3}");
        Console.WriteLine($"Root Mean Squared Error: {RMSE:F3}\n");
    }