- 博客(2)
- 收藏
- 关注
RSS订阅原创 学习日记——SEED新能源赛道特征处理
3）站点4在83行充电量为1090.4430，第84行充电量为534.8400，第85行充电量为2126.4200，异常高，填充站点4均值 (不重新索引即为1543-1545行)由上图可以发现，站点0和站点2都出现了异常低的充电量数值，站点4出现异常高的充电量数值。3）提交后发现分数并未大幅提高，甚至在做完异常值平均处理后分数下降了不少，感觉是异常值的处理出了问题，这一点也需要继续思考。接着对应更改异常值，再重新观察更改过后的五个站点一年内的充电量曲线，可以看到已取去除尖刺，大致在一个范围内波动。
2023-10-23 17:29:36
107
原创 学习日记——SEED新能源赛道之电动汽车充电站充电需求预测
由于给定的数据中各个站点的历史充电数据是以小时为统计单位的，而题目要求以天为预测单位 ，所以先分出各个站点（500个）的数据组，再对各自24小时的充电量进行求和，将表格进行合并，得到方便之后进行训练的数据集。2、相关库导入，这里用KFold（K折交叉验证方法）来评估模型，评估指标为RMSE（均方根误差）。5、观测历史数据的分布情况，从分布中分析是否存在周期性、趋势性、相关性和异常性。7、提取时间特征：具体为提取月、日、小时、周等相关特征。8、模型训练，这里想多遍历，折数K设置为8。3、csv数据导入。
2023-10-18 16:47:54
273
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人