我有一个数据科学问题：我有一组数组。每个数组代表一个月的照明、加热或通风的消耗量，每一行代表一个小时的消耗量。因此，一年中的每个月，我有3个数组。

例如，一个代表2019年3月加热消耗的数组如下所示：

目的是预测一个月的消耗类型（照明、加热或通风）。因此，如果我想使用决策树或神经网络等方法，我该如何整理数据？变量是什么？通常情况下，一行是一条数据，列是变量，但在我的情况下，一组行代表“一个数据”，我不知道变量可以是什么。

我尝试计算最大值、最小值、标准差、平均值等来总结一个数组为一行。但是，我想知道是否有其他方法可以用一组数组进行这种预测。

谢谢你。

回答：

你的数据格式没有任何问题。

变量是什么？你说你想对一个完整月份的数组进行分类？那么你的变量就是整个月份的数组，而不是单个行（如你所指的）。因此，在你的模型中，一个数据就是一个月，因为这是你希望你的模型学习和预测（或分类）的内容。

此外，如果你使用神经网络架构，在训练阶段显然需要标签。你不应该为每行或每小时提供标签，而是为每个月提供一个标签。

你可以使用月份的平均值、中位数或其他统计数据来构建特征，但这基本上是神经网络的工作。

我不知道你的数据集大小，但如果你没有每个类别的多个月份，你会遇到一些问题。

希望这能让你找到正确的方向并澄清问题。

编辑：修正了拼写错误