超级会员免费看
这篇电气论文探讨了如何使用机器学习进行负荷区间预测，重点在于模型的实现而非数据预处理。通过决策树、SVR等模型，展示了如何构建预测区间。尽管测试误差约为4%，但模型能够有效包围真实值。
个人电气博文目录链接：
学好电气全靠它，个人电气博文目录（持续更新中…）
代码图
效果图
论文解锁，是解锁这个专栏。可以看这个专栏的所有文章。
讲解
本文：简单写的模型（未对数据进行降噪，降噪可以看我的小波分解博客。未对区间预测效果进行度量。自己写个公式就可以度量好坏。【测试集中真实值落在区间内的个数百分比以及上下限的距离。通常距离越小、落在区间内的个数越多则越好。】。主要是我懒，懒得写哪些，本文的核心是讲解区间预测。
小波降噪与重构例子 python
使用语言：python
用到的库：numpy，pandas，mat
订阅专栏 解锁全文
1781
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
