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
努力犯错7 分钟前
Qwen Image Layered：革命性的AI图像生成与图层分解技术杜子不疼.10 分钟前
【AI】基于GLM-4_7与数字人SDK的政务大厅智能指引系统实践飞Link11 分钟前
【大数据】SparkSQL常用操作core51224 分钟前
SGD 算法详解：蒙眼下山的寻宝者阿湯哥24 分钟前
Spring AI Alibaba 实现 Workflow 全指南Tezign_space25 分钟前
Agent Skills 详解：5大核心能力架构与AI Agent落地实践m0_4665252927 分钟前
东软添翼AI 2.0获评医疗健康标杆AI Agent TOP10用户51914958484539 分钟前
Linux PAM环境变量注入漏洞利用工具解析哔哔龙40 分钟前
Langchain中“logprobs”的作用智谱开放平台41 分钟前
理解 Claude 的 Agentic 生态：把零散能力组织成可持续的工作流