一、赛事简介
一句话介绍赛题任务可以这样理解赛题:
【训练时序预测模型助力电力需求预测】
电力需求的准确预测对于电网的稳定运行、能源的有效管理以及可再生能源的整合至关重要。
赛题任务
给定多个房屋对应电力消耗历史N天的相关序列数据等信息,预测房屋对应电力的消耗。
赛题数据简介
赛题数据由训练集和测试集组成,为了保证比赛的公平性,将每日日期进行脱敏,用1-N进行标识。
即1为数据集最近一天,其中1-10为测试集数据。
数据集由字段id(房屋id)、 dt(日标识)、type(房屋类型)、target(实际电力消耗)组成。
二、个人操作
先是跟着跟着学习文档跑通了baseline
文档放在这Docshttps://datawhaler.feishu.cn/wiki/CuhBw9vBaiG1nJklIPkcRhqVnmk
跑通了!!
结果截图:这一操作真实丝滑(虽然好像没怎么懂)
又及:评分标准是真实耗电和预测耗电的方差,所以评分越低代表分数越高
三、baseline代码
# 1. 导入需要用到的相关库
# 导入 pandas 库,用于数据处理和分析
import pandas as pd
# 导入 numpy 库,用于科学计算和多维数组操作
import numpy as np
# 2. 读取训练集和测试集
# 使用 read_csv() 函数从文件中读取训练集数据,文件名为 'train.csv'
train = pd.read_csv('./data/data283931/train.csv')
# 使用 read_csv() 函数从文件中读取测试集数据,文件名为 'train.csv'
test = pd.read_csv('./data/data283931/test.csv')
# 3. 计算训练数据最近11-20单位时间内对应id的目标均值
target_mean = train[train['dt']<=20].groupby(['id'])['target'].mean().reset_index()
# 4. 将target_mean作为测试集结果进行合并
test = test.merge(target_mean, on=['id'], how='left')
# 5. 保存结果文件到本地
test[['id','dt','target']].to_csv('submit.csv', index=None)
这段代码是一个数据处理和分析的简单示例,其作用在于处理一个分类或回归问题的数据集,并生成一个提交文件。
-
导入相关库:
导入pandas
库,用于数据处理和分析。导入numpy
库,用于科学计算和多维数组操作。 -
读取数据集:
pandas
的read_csv()
函数读取训练集数据和测试集数据。 -
计算目标均值:
首先筛选出训练集中dt
列小于或等于20的所有行。然后,根据id
列对筛选后的数据进行分组,并计算每个组的target
列的均值。最后,使用reset_index()
将分组键从索引转换回列。 -
合并测试集和目标均值:
将target_mean
表根据id
列与测试集进行左连接合并。这意味着测试集中的每行都会与target_mean
中具有相同id
的行配对,如果找不到匹配项,则target_mean
中的列将填充为NaN。 -
保存结果文件:
test[['id','dt','target']].to_csv('submit.csv', index=None)
:这行代码将测试集的id
、dt
和target
列保存到名为submit.csv
的文件中。index=None
参数表示在保存时不包含行索引。
这段代码根据每个测试集中的id
计算一个基于训练集前20个时间单位的目标均值,然后将这个均值添加到测试集中,并保存为一个新的CSV文件。