Как можно создать простую модель временного ряда Tensorflow с этими разделенными параметрами?
У меня есть Pandas DF, который разделен на 3 части. X, Y и Z.
X = df.iloc[1:-5,0:48]
Y = df.iloc[1:-5,-7:]
Z = df.iloc[-1:,-7:]
У df есть 55 столбцов. X представляет срез df от второго ряда до 5-го от последнего ряда и первых 48 столбцов. Y ломтики как строки одинаковы, но имеет только последние 7 строк. Наконец, Z представляет последний столбец и последние и последние 7 строк.
X как особенности, Y как метки и Z как то, что я хочу предсказать.
Df периодически обновляется, добавляя еще одну строку, чтобы она представляла собой временной ряд. В случае с 60 прямо ниже, каждые 60 секунд и по минутам.
Значения Y получены из движения предыдущих значений X. 1 - вверх и 0 - вниз или нет движения. Y представляет прогноз, основанный на прошлых и прогнозируемых 5 минутах.
time.sleep(-time.time() % 60)
В чем мой вопрос, как мне сделать простую модель машинного обучения с этими параметрами?
Возможно, я не даю достаточно информации, поэтому, пожалуйста, спросите, если у вас есть какие-либо вопросы.