相关文章
时间序列预测12：用电量预测 02 朴素模型多步预测建模
【时间序列预测/分类】 全系列60篇由浅入深的博文汇总：传送门 接上文，本文使用朴素模型来对家庭用电数据集进行单变量多步预测。主要内容如下：
如何为模型准备数据集；如何开发指标、划分数据集、评估预测模型；如何开发…
时间序列预测18：ConvLSTM 实现用电量/发电量预测
【时间序列预测/分类】 全系列60篇由浅入深的博文汇总：传送门 接上文，本文介绍了ConvLSTM模型实现用电量/发电量预测。 LSTM 处理用电量/发电量预测任务的文章：
【Part1】Encoder-Decoder LSTM 模型 实现用电量/发电量预测 【Part2】CNN-LST…
DeepAR代码详析（pytorch版）实现用电量预测
DeepAR代码详析（pytorch版）实现用电量预测 – 潘登同学的RNN学习笔记 文章目录 DeepAR代码详析（pytorch版）实现用电量预测 -- 潘登同学的RNN学习笔记 数据集说明数据预处理代码 构造模型Loss函数评估指标相关 utils工具类训练模型…
时间序列预测17：CNN-LSTM 实现用电量/发电量预测
【时间序列预测/分类】 全系列60篇由浅入深的博文汇总：传送门 接上文，本文介绍了CNN-LSTM模型实现单、多变量多时间步预测的家庭用电量预测任务。 文章目录 1. CNN-LSTM1.1 CNN 模型1.2 完整代码 1. CNN-LSTM
1.1 CNN 模型
卷积神经网络（CN…
时间序列预测14：CNN 实现用电量/发电量预测
【时间序列预测/分类】 全系列60篇由浅入深的博文汇总：传送门 文章目录 前言适用于多时间步预测的CNN模型1 单变量多步预测 CNN 模型1.1 业务需求1.2 1D CNN 模型1.3 完整代码 前言
与其他机器学习算法不同，卷积神经网络能够从序列数据中自动学习特征&a…
实训1：拉格朗日法插补用户用电量数据缺失值
实训1：拉格朗日法插补用户用电量数据缺失值
实训任务：
读取missing_data.csv表查询缺失值位置 3.使用SciPy库中的interpolate模块下的lagrange对数据进行拉格朗日插值使用数据查看是否存在缺失值，不存在则说明插值成功
查询缺失值位置
is…
大工业用电计费及其相关知识
电费计算方法主要分为大工业用电和一般工商业用电、农业生产用电用电、居民生活用电。 1、概念
大工业用电指受电变压器（含不通过受电变压器的高压电动机）容量在315千伏安及以上的下列用电：
（1）以电为原动力…
时间序列预测：用电量预测 02 KNN（K邻近算法）
🌮开发平台：jupyter lab
🍖运行环境：python3、TensorFlow2.x ----------------------------------------------- 2022.9.16 测验成功 ---------------------------------------------------------------- 1. 时间序列预测&#x…