Time-Series-Library项目：自定义数据集训练指南

理解数据特征与模型参数

在Time-Series-Library项目中，数据处理是时间序列预测的关键环节。项目中使用M和MS两种特征模式，分别代表不同的预测场景：

• M模式：多变量预测，使用所有可用特征预测目标变量
• MS模式：多变量预测多步，使用部分特征预测目标变量

当用户希望使用自己的数据集时，需要特别注意以下几点：

1. 数据格式要求：目标列必须命名为"OT"，这是项目的默认约定
2. 特征列处理：除时间列和目标列外，其他列均被视为特征列
3. 回归任务确认：当存在明确的目标变量时，确实属于回归任务范畴

自定义数据集适配指南

对于拥有1000个样本、15列(1列日期+13列特征+1列目标)的自定义数据集，需要进行以下适配工作：

1. 数据加载参数调整

在data_load.py中，需要确认以下参数设置：

• features参数：设置为'M'或'MS'取决于预测需求
• target参数：默认为'OT'，确保目标列使用此名称
• enc_in参数：应设置为特征数量(13)

2. 模型训练参数优化

考虑到样本量较小(1000条)，建议调整以下训练参数：

• 减少batch_size以避免内存问题
• 适当降低模型复杂度
• 增加正则化防止过拟合
• 考虑使用更小的seq_len(序列长度)

3. 预测长度(pre_len)理解

pre_len参数决定了模型预测的未来时间步长，需要根据实际业务需求设置。例如：

• 短期预测可能设置pre_len=24(预测24个时间点)
• 长期预测可能设置更大的值

常见问题解决方案

1. 参数修改失败问题：当将特征维度从8改为14失败时，需要检查：

   • 所有相关参数是否同步修改
   • 数据维度是否匹配
   • 模型容量是否足够

2. MS参数缺失问题：虽然脚本中可能没有直接体现，但在代码逻辑中MS模式是支持的，需要检查具体实现

3. 小样本训练技巧：

   • 使用数据增强技术
   • 采用交叉验证
   • 考虑迁移学习

最佳实践建议

对于初学者，建议采取以下步骤逐步实现自定义数据集的训练：

1. 首先确保数据格式正确，包括：

   • 时间列格式统一
   • 目标列命名为OT
   • 特征列无缺失值

2. 从小规模实验开始：

   • 使用少量数据测试流程
   • 确认数据加载正常
   • 逐步增加数据量

3. 参数调优采用网格搜索或随机搜索方法，重点关注：

   • 学习率
   • 批次大小
   • 序列长度
   • 模型深度

通过以上方法，即使是初学者也能较好地完成自定义数据集在Time-Series-Library项目中的训练任务。