- 博客(2)
- 收藏
- 关注
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