我浏览了 Facebook Prophet 的文档，并能够为我的时间序列数据集构建一个类似的模型。我使用的其他回归量是数字的。我取得了合理的 MAPE 分数。但是，我还想在邮政编码级别分析这个时间序列，这会增加一个分类变量。one-hot 编码可以解决问题吗？我怀疑它的效率，因为我需要单独添加每个类别（邮政编码）作为单独的附加回归量。

我的数据集采用以下格式：邮政编码 | 日期 | 数字属性 1 | 销售额（预测）

我也愿意切换到不同的模型，如果有一个很好的模型可以同时进行时间序列和回归。任何指针将不胜感激。