Воспользуйтесь предобработанным набором данных по анализу солнечной активности из ЛР 2. Также самостоятельно найдите датасет с временными метками, который содержит хотя бы 3 признака (многомерный временной ряд с тремя компонентами). При необходимости, выполните предварительную обработку этих данных (восстановление временных меток, заполнение пропусков, анализ выбросов). Определите экзогенные и целевые признаки.
Разделите выборки на обучение и тест. Выполните процедуру генерации признаков для обоих датасетов:
Обязательно контролируйте, чтобы при генерации новых признаков у вас не было утечки данных на стыке настоящего и будущего! Может возникнуть ситуация, что информация из тестовой выборки проникает в обучающую выборку. При этом обратная ситуация допустима, когда для генерации признаков на тестовой выборки участвуют данные из обучающей
Не забывайте, что для вычисления последующего предсказания необходимо иметь текущие и предыдущие значения, чтобы корректно посчитать новые признаки
neural_forecast: DeepAR, NBeats и TCN.