请教一下各位大家，Informer 如何跑时间不连续的数据？

请教一下大家，Informer 如何跑时间不连续的数据？
我在使用informer跑数据集时遇到这个问题，我的数据是关于某个点的气体浓度变化的，需要预测未来的浓度变化。一共有几十种工况，每个工况间的时间是不连续的。每个工况下浓度传感器都每0.5s检测一个数据，一共60s共120个数据。我只是把所有工况的数据都拼接在一起了，每过60s时间就重新开始记，时间上不连续，现在效果不理想，但是又不知这种情况要怎么改，求指点一下。
（如图，每60s都要重新计时的数据）

以下回答参考GPT并且由Bony-整理：

您好！Informer模型是一种基于Transformer的序列预测模型，可以用于时间序列预测任务。对于您的数据集，如果每个工况的时间是不连续的，您可以考虑在时间维度上对数据进行分割，然后将不同工况的数据分别输入模型进行训练和预测。

具体来说，您可以先将每个工况的数据按照时间维度上的间隔进行划分，例如每5秒钟为一个时间片段，然后将不同工况的数据按照时间片段进行拼接，这样就可以得到一个连续的时间序列数据集。您可以将这个数据集分为训练集、验证集和测试集，然后将其输入Informer模型进行训练和预测。

另外，您还可以考虑将不同工况的数据按照工况进行分组，然后将每组数据分别输入模型进行训练和预测。这样可以更好地利用不同工况之间的差异，提高模型的预测能力。

希望这些建议能对您有所帮助！

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7780621