1.在TASK3中虽然给出了时间序列挖掘加融合模型的方法预测price，但是并不能识别到负电价的情况。查看TASK3给出的代码的预测结果可以发现模型几乎不会预测出负数，这和实际情况是有差别的。
2.爬取天气信息
可以发现温度的变化也会影响price的变化
利用这些信息可以进一步提升模型的效果
相关推荐
染指111011 分钟前
3.AI大模型-token是什么-大模型底层运行机制stsdddd11 分钟前
【YOLO算法多类别野生动物识别目标检测数据集】qq_4112624216 分钟前
四博AI眼罩方案升级：白噪音、音乐助眠、AI情绪陪伴，把智能音箱戴在身han_18 分钟前
AI Skill 是什么？一篇讲清楚它和 Prompt、MCP 的区别实习僧企业版18 分钟前
从“抢人”到“识人”，回归匹配本质杰建云16722 分钟前
多商家入驻小程序平台怎么做易观Analysys23 分钟前
Agent生态中出现五大黄金创业赛道——《重构与崛起—OpenClaw时代的中国Agent产业生态报告》解读二SEO_juper25 分钟前
谷歌本地 GEO 权重拆解，全域 SEO 落地实操测绘第一深情31 分钟前
SwinIR-Denoise-UNet：红树林分割最佳实验全过程Irene199132 分钟前
大数据开发面试常问的 Linux 命令 总结