首先，我没有模特训练的经验，所以请温柔一点：）
我需要做一些时间序列预测来处理与我的产品相关的问题。如果价值太低，我的客户会要求快速修复，但他们无法知道，直到它发生。我收集了一些与不同客户但相同产品相关的数据。
数据1
时间值2020-09-206002020-09-214502020-09-223502020-09-233002020-09-241502020-09-251292020-09-261002020-09-2750
data_1客户在20岁或28岁时获得热修复。
数据2
时间值2020-09-201002020-09-216002020-09-225020-09-234002020-09-242002020-09-25502020-09-266002020-09-27550
数据_2客户在21和26处得到修复。
我根据固定点分离数据。例：数据_1已分为两个表。将数据分成3个表格，这样我可以看到趋势并在达到50-100水平之前采取行动。假设我用数据_1（修复前的第一部分）训练数据，如果我要求预测，模型对数据_1的第一部分给出了很好的答案，但对其他部分（包括数据2）没有给出很好的答案。因为其他数据属于不同的客户，并且可能早晚会得到热修复（这就是问题所在）。数据因客户而异，猜测日期似乎是不可能的。我的问题是，我想训练这种模式，这样我就可以为其他客户和任何给定的时间使用它。你将如何处理这个问题？任何建议都将不胜感激。提前谢谢！