我们有一小时为单位的时间序列数据，包含两列，一列是时间戳，另一列是错误率。我们使用H2O深度学习模型来学习并预测未来的错误率，但看起来它至少需要两个特征（除了时间戳）来创建模型。

H2O是否有办法学习这种仅有一个特征的数据（时间，数值），并在给定未来时间的情况下预测数值？

回答：

在H2O的当前版本中还不行，但ARIMA模型正在开发中。你可以在这里跟踪进度。