🌮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:用电量预测 01 数据分析与建模
2. 时间序列预测:用电量预测 02 KNN(K邻近算法)
3. 时间序列预测:用电量预测 03 Linear(多元线性回归算法 & 数据未标准化)
4.时间序列预测:用电量预测 04 Std_Linear(多元线性回归算法 & 数据标准化)
5. 时间序列预测:用电量预测 05 BP神经网络
6.时间序列预测:用电量预测 06 长短期记忆网络LSTM
7. 时间序列预测:用电量预测 07 灰色预测算法
说明:根据上述列表中 1.时间序列预测:用电量预测 01 数据分析与建模 进行数据整理,得到household_power_consumption_days.csv文件,部分数据展示如下:
用电量预测 03 Linear(多元线性回归算法 & 数据未标准化)
1.导包
### 线性回归
## 测试数据:该表格的末200条
## 注意:未对数据进行标准化,该算法采用前四列为参数列,末列为标签
import pandas as pd
import warnings
warnings.filterwarnings('ignore')
2. 拆分数据集和训练集
### 2.1 将日期变作index
dataset = pd.read_csv('../household_power_consumption_days.csv',engine='python'