【DatawhaleAI夏令营】电力需求预测赛-Task1学习笔记

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。

1. 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。

2. 读取数据集：

   pandas的read_csv()函数读取训练集数据和测试集数据。

3. 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。

4. 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。

5. 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。