小编wat*_*qat的帖子

在 gluon-ts 中创建训练或测试数据时，我们可以通过DeepAREstimator指定feat_dynamic_real. 是否支持多个实值回归量？

有一个one_dim_target标志gluonts.dataset.common.ListDataset用于创建训练/测试数据对象。这似乎可能需要支持多个额外的回归器，但是我找不到关于预期用途的好例子。

以下是使用一个附加回归器创建训练数据的设置：

training_data = ListDataset(
    [{"start": df.index[0], "target": df.values, "feat_dynamic_real": df['randomColumn'].values}],
    freq = "5min", one_dim_target=False
)

和估计器：

from gluonts.model.deepar import DeepAREstimator
from gluonts.trainer import Trainer

estimator = DeepAREstimator(freq="5min", prediction_length=12, trainer=Trainer(epochs=10))
predictor = estimator.train(training_data=training_data)

我正在寻找多个回归器所需的语法/配置。