iTransformer项目自定义数据集使用指南

iTransformer作为时间序列预测领域的重要开源项目，其灵活性和可扩展性使其能够支持用户自定义数据集的训练与预测。本文将详细介绍如何在iTransformer项目中加载和使用自定义数据集进行多变量时间序列预测。

数据集准备

在使用自定义数据集前，需要确保数据格式符合项目要求。iTransformer主要处理多变量时间序列预测问题，因此数据集应包含多个特征的时间序列数据。

典型的数据集应包含以下要素：

1. 时间维度：记录数据的时间戳或时间序列索引
2. 特征维度：多个相关变量的观测值
3. 适当的数据长度：足够的历史数据用于模型训练

数据集结构规范

自定义数据集需要遵循特定的文件结构才能被iTransformer正确加载。项目要求数据集以CSV格式存储，并放置在指定的目录结构中。

数据文件的基本要求：

• 使用逗号分隔的CSV格式
• 首行为特征名称（列名）
• 每行代表一个时间步的观测值
• 缺失值应进行适当处理（如填充或删除）

数据集配置

在iTransformer项目中，需要通过修改配置文件来指定自定义数据集。主要涉及以下几个关键参数：

1. 数据路径：指定数据集文件的存放位置
2. 数据划分：设置训练集、验证集和测试集的比例
3. 预测长度：定义模型需要预测的未来时间步数
4. 历史窗口：确定模型输入的历史数据长度

数据预处理

iTransformer内置了标准化的数据预处理流程，包括：

1. 标准化/归一化：自动对数据进行z-score标准化
2. 缺失值处理：提供多种填充策略
3. 序列分割：将长序列分割为适合模型输入的片段
4. 数据增强：可选的时间序列增强技术

训练自定义数据集

准备好数据集后，可以通过修改运行脚本来启动训练。主要步骤包括：

1. 指定数据集名称和路径
2. 设置模型超参数
3. 定义训练周期和批量大小
4. 选择优化器和学习率策略

结果评估

训练完成后，iTransformer提供多种评估指标来检验模型在自定义数据集上的表现：

1. 均方误差（MSE）
2. 平均绝对误差（MAE）
3. 对称平均绝对百分比误差（sMAPE）
4. 标准化均方根误差（NRMSE）

最佳实践建议

1. 确保数据集足够大，避免过拟合
2. 进行充分的数据探索分析
3. 尝试不同的历史窗口和预测长度组合
4. 使用交叉验证评估模型稳定性
5. 记录完整的实验配置和结果

通过遵循上述指南，研究人员可以有效地将iTransformer应用于各种自定义时间序列数据集，解决实际业务中的预测问题。