この質問には 2 つの部分があります。$> 1000$ の店舗で販売されている製品の売上 S を見ているとします。これらの 1000 店舗のそれぞれについて、24 か月分のデータが記録されています。
- S_t <- f(S_{t-1}) を予測できるようにしたいと考えています。店舗の時系列ごとに RNN を構築し、テスト RMSE を計算し、値の正規化などを行った後に平均を取ることができます。しかし問題は、時系列ごとのサンプルが非常に少ないことです。店舗をグループに分割する場合 (たとえば、Dynamic Time Warping によって)、テキスト センチメント マイニングのモノローグを作成できます。テキストのように、2 つの文がドットで区切られている場合は、2 つの時系列が特別な記号で区切られます (いう）。その場合、RNN モデルを生成します。
トレイン_1 | Train_2 |...|Train_t
データと予測
テスト_1 | Test_2 |...|Test_t
- この後、S_t <- f(x_{t1},x_{t2},...,x_{tn})のパネルデータ問題として設定したいと思います。その場合、t ごとに個別のニューラル ネットワークを構築し、t -> t+1 -> t+2 の隠れ層を接続する必要があります ....
Keras/Theano/Mxnet などのパッケージを介してこれらをどのように実装すればよいですか? どんな助けでも素晴らしいでしょう！