README.vi.md

# Tập Dữ Liệu Chuẩn Mực Dự Trắc Chuỗi Thời Gian

## Ngôn Ngữ Tài Liệu

[**简体中文**](./README.zh-CN.md) | [**English**](./README.md) | [**Tiếng Việt**](./README.vi.md)

## Tải Tập Dữ Liệu

* [**https://huggingface.co/datasets/Duyu/Time-Series-Forecasting-Benchmark-Datasets/tree/main**](https://huggingface.co/datasets/Duyu/Time-Series-Forecasting-Benchmark-Datasets/tree/main)

* [**https://github.com/duyu09/TimeSeries-Forecasting-Dataset/releases/download/v1.0.0/dataset.7z**](https://github.com/duyu09/TimeSeries-Forecasting-Dataset/releases/download/v1.0.0/dataset.7z)

## Mô Tả Tập Dữ Liệu

* **`ETT`** Tập dữ liệu Electricity Transformer Temperature (ETT) là một chuẩn đánh giá quan trọng cho bài toán dự báo trong hệ thống điện. Tập dữ liệu bao gồm hai năm dữ liệu được thu thập từ hai huyện khác nhau tại Trung Quốc. Để phân tích ảnh hưởng của độ phân giải thời gian, Tập dữ liệu được chia thành bốn tập con với các tần suất lấy mẫu khác nhau: ETTh1 và ETTh2 được lấy mẫu theo chu kỳ 1 giờ, trong khi ETTm1 và ETTm2 được lấy mẫu theo chu kỳ 15 phút. Mỗi điểm dữ liệu bao gồm sáu đặc trưng liên quan đến tải điện và một biến mục tiêu là nhiệt độ dầu.
* **`ECL`** Tập dữ liệu Electricity bao gồm dữ liệu tiêu thụ điện theo giờ của 370 khách hàng, cung cấp cái nhìn chi tiết về các mô hình phụ tải ở cấp độ người dùng. Dữ liệu được thu thập từ ngày 1 tháng 1 năm 2011 với khoảng thời gian lấy mẫu là 15 phút.
* **`Weather`** Tập dữ liệu Weather bao gồm một năm các phép đo khí tượng được ghi nhận mỗi 10 phút tại 21 trạm thời tiết của Viện Sinh địa hóa Max Planck ở Đức. Tập dữ liệu bao gồm 21 biến, chẳng hạn như nhiệt độ không khí, độ ẩm và tốc độ gió, v.v.
* **`Exchange`** Tập dữ liệu Exchange bao gồm các bản ghi tỷ giá hối đoái hàng ngày từ năm 1990 đến năm 2016 cho tám loại tiền tệ nước ngoài, bao gồm Úc, Vương quốc Anh, Trung Quốc, Nhật Bản, Canada, Singapore, Thụy Sĩ và New Zealand. Dữ liệu được lấy mẫu theo chu kỳ một ngày.
* **`ILI`** Tập dữ liệu Influenza-like Illness (ILI) ghi nhận số ca bệnh được báo cáo hàng tuần liên quan đến các triệu chứng cúm nghiêm trọng kèm theo biến chứng.
* **`Electricity`** Tập dữ liệu này biểu diễn mức tiêu thụ điện theo giờ của 321 khách hàng trong giai đoạn từ năm 2012 đến năm 2014, được đo bằng kilowatt (kW). Dữ liệu ban đầu được trích xuất từ kho dữ liệu UCI.
* **`Solar`** Tập dữ liệu này bao gồm 137 chuỗi thời gian biểu diễn sản lượng điện mặt trời theo giờ tại bang Alabama trong suốt năm 2006.
* **`Wind`** Tập dữ liệu này bao gồm một chuỗi thời gian hàng ngày dài duy nhất, biểu diễn sản lượng điện gió (tính bằng megawatt) được ghi nhận với khoảng thời gian 4 giây, bắt đầu từ ngày 1 tháng 8 năm 2019. Dữ liệu được tải về từ nền tảng trực tuyến của Cơ Quan Thị Trường Năng Lượng Úc (AEMO).
* **`Traffic`** Tập dữ liệu này bao gồm 15 tháng dữ liệu hàng ngày (440 bản ghi theo ngày) mô tả tỷ lệ chiếm dụng (trong khoảng từ 0 đến 1) của các làn xe khác nhau trên hệ thống đường cao tốc khu vực Vịnh San Francisco theo thời gian.
* **`Taxi`** Tập dữ liệu này bao gồm các chuỗi thời gian giao thông không gian–thời gian của các chuyến taxi tại Thành phố New York, được ghi nhận tại 1.214 địa điểm mỗi 30 phút trong các tháng 1 năm 2015 và tháng 1 năm 2016.
* **`Pedestrian`** Tập dữ liệu này bao gồm số lượng người đi bộ được ghi nhận theo giờ từ 66 cảm biến tại Melbourne, bắt đầu từ tháng 5 năm 2009. Tập dữ liệu gốc được cập nhật định kỳ khi có quan sát mới. Tập dữ liệu được sử dụng ở đây bao gồm số liệu đến ngày 30 tháng 4 năm 2020.
* **`Air-Quality`** Tập dữ liệu này được sử dụng trong cuộc thi dự báo KDD Cup 2018. Nó bao gồm các phép đo chất lượng không khí theo giờ từ 59 trạm tại hai thành phố: Bắc Kinh (35 trạm) và London (24 trạm), trong khoảng thời gian từ ngày 1 tháng 1 năm 2017 đến ngày 31 tháng 3 năm 2018. Các phép đo chất lượng không khí bao gồm nhiều chỉ số như PM2.5, PM10, NO2, CO, O3 và SO2. Các giá trị bị thiếu được nội suy bằng cách điền số 0 ở đầu chuỗi hoặc sử dụng phương pháp Giá Trị Quan Sát Cuối Được Ghi Tiếp (LOCF).
* **`Temperature`** Tập dữ liệu này bao gồm 32.072 chuỗi thời gian hàng ngày với các quan sát nhiệt độ và dự báo mưa, được thu thập bởi Cục Khí tượng Úc từ 422 trạm thời tiết trên khắp nước Úc trong khoảng thời gian từ ngày 2 tháng 5 năm 2015 đến ngày 26 tháng 4 năm 2017. Các giá trị bị thiếu được thay thế bằng 0, và cột nhiệt độ trung bình được trích xuất để sử dụng.
* **`Rain`** Tập dữ liệu này tập trung vào dữ liệu lượng mưa được trích xuất từ cùng nguồn với Tập dữ liệu Temperature.
* **`NN5`** Tập dữ liệu này được sử dụng trong cuộc thi dự báo NN5. Nó bao gồm 111 chuỗi thời gian trong lĩnh vực ngân hàng, với mục tiêu dự báo lượng tiền mặt được rút hàng ngày từ các máy ATM tại Vương quốc Anh. Các giá trị bị thiếu được thay thế bằng giá trị trung vị của tất cả các ngày tương ứng trong tuần trên toàn bộ chuỗi.
* **`Fred-MD`** Tập dữ liệu này bao gồm 107 chuỗi thời gian hàng tháng phản ánh các chỉ số kinh tế vĩ mô khác nhau, được lấy từ cơ sở dữ liệu FRED-MD của Ngân hàng Dự trữ Liên bang Hoa Kỳ. Các chuỗi đã được lấy sai phân và biến đổi log theo các thông lệ đã được thiết lập trong tài liệu nghiên cứu.
* **`Web`** Tập dữ liệu này được sử dụng trong cuộc thi dự báo lưu lượng truy cập Wikipedia trên Kaggle. Nó bao gồm 145.063 chuỗi thời gian hàng ngày biểu diễn số lượt truy cập hoặc lưu lượng web của các trang Wikipedia, từ ngày 1 tháng 7 năm 2015 đến ngày 10 tháng 9 năm 2017. Các giá trị bị thiếu được thay thế bằng 0.
* **`M4`** Tập dữ liệu M4 bao gồm 100.000 chuỗi thời gian từ nhiều lĩnh vực khác nhau, được sử dụng trong cuộc thi dự báo Makridakis lần thứ tư (M4 Cuộc Thi) do Spyros Makridakis tổ chức. Tập dữ liệu bao gồm các chuỗi với nhiều tần suất khác nhau—hàng năm, hàng quý, hàng tháng, hàng tuần, hàng ngày và hàng giờ—cùng với một tệp Info cung cấp các thông tin như ID chuỗi, danh mục, tần suất, chân trời dự báo, chu kỳ mùa vụ và ngày bắt đầu.