1
我已經使用weka時間序列插件w /像SMOReg（w/RegSMOImproved和RegSMO）和HoltWinters算法。但對於他們所有人，我已經觀察到，滯後變量僅爲目標屬性創建。如何在Weka中使用非目標屬性進行時間序列預測？
如何爲其他（非目標）屬性創建滯後變量，以使算法也使用這些變量？例如：我有5個屬性「，a，b，c，d」 其中我必須預測「a」。即。 「a」是「目標」屬性 我觀察到滯後僅針對「日期」和「a」和無B，c或d的由算法使用
筆記創建變量「疊加」並不能真正幫助我，因爲我沒有b，c或d的「將來」值。
我需要的是爲b，c和d創建滯後變量，它們用於通過所選算法預測
====================更新====================
我嘗試以下方法：
- 使用 「過濾器 - > unsupervised->複製」 過濾器，使A，B，C的多個（14）份，d變量
- 使用「過濾器 - >無序監控 - > TimesSeriesDelta「過濾器，通過連續的值移動拷貝（例如，第一個拷貝1天，第二個拷貝2天，...第14個拷貝14天）
- 使用來自」分類「面板的SMOReg ％-split of 70％）而不是「預測」面板（w/.3支持培訓評估）
但面臨以下障礙： 1.不能接受「日期」屬性（即使「日期」值是數字20150601,20150602,20150603等等也是如此）1.可以歸類（實際上，因爲目標是數字，所以退回）一次只有一個變量 上） 3.跑了很長一段時間，然後墜毀:(
任何指導將不勝感激
PS：上面的例子是人爲的。在我的真實的例子，我有日期+ 8點的屬性（所有的數字），其中3是目標（多元預測）
================== ==更新====================
表明額外的屬性（非目標）被除去，因爲（線＃3027說）：
// otherwise, this is some attribute that we are not predicting and
// wont be able to determine the value for when forecasting future
// instances. So we can't let the model use it.
====================更新=================== =
顯示字段到滯後是相同的字段到預測