机器学习工程实践：手把手解读LGBM算法风电负荷预测任务（附代码/数据）

专栏介绍

1.专栏面向零基础或基础较差的机器学习入门的读者朋友，旨在利用实际代码案例和通俗化文字说明，使读者朋友快速上手机器学习及其相关知识体系。
2.专栏内容上包括数据采集、数据读写、数据预处理、分类\回归\聚类算法、可视化等技术。
3.需要强调的是，专栏仅介绍主流、初阶知识，每一技术模块都是AI研究的细分领域，同更多技术有所交叠，此处不进行讨论和分享。

1. 数据采集技术：selenium/正则匹配/xpath/beautifulsoup爬虫实例
2. 面向txt/json/xlsx/csv的文件读写及编码问题
3. 数据预处理：统计关联性分析/数据清洗/数据增强/特征工程实例
4. 一文带你入门机器学习回归算法
5. 一文带你入门机器学习分类算法
6. 一文带你入门机器学习聚类算法
7. 一文带你入门机器学习降维算法
8. 一文带你入门机器学习超参数优化算法
9. 机器学习扫盲：优化算法、损失函数、评估指标、激活函数、网络架构
10. 机器学习工程实践：手把手解读LGBM算法风电负荷预测任务（附代码/数据）

任务介绍

风电符合预测

风电负荷预测是指在一定的时期内，根据风电场的运行特性、历史数据、气象条件等因素，对风电场的发电量进行预测的过程。它是电力系统运行的重要组成部分，对于保证电力系统的安全、经济、可靠运行具有重要意义。

在本次任务中，该任务可以理解为是利用气象、发电等历史数据，对未来一定时间的发电量进行预测。

</