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
跟我学机器学习几秒前
Agent记忆机制：短期记忆与长期记忆概览zandy10113 分钟前
新能源汽车检测怎么做？微谱整车与零部件检测服务详解martindelophy5 分钟前
开源 AI 视频编辑器实战：用结构化命令连接视频生成、对话剪辑与浏览器导出weixin_505061458 分钟前
展会报道｜云汉携手中国星坤（XKB）亮相上海工博会，全品类高可靠连接器赋能 AI、新能源汽车与工业智造一次旅行12 分钟前
2026.10.13 AI产业深度解读｜硬件互联标准更新；Agent工程启示；开源社区AI政策转向；游戏与科研AI双线突破风合星语12 分钟前
2026 机器人工程实例（七）：Nav2 到站了，任务却没完成——AMR 载货导航中的托盘滑移与验收闭环海宇数据13 分钟前
零信任架构实战：基于海宇企业综合风险报告构建自动化供应商资质审查网关明志数科20 分钟前
机器人训练数据的结构性缺口：场景·视角·质量的三重错配分析richard_yuu22 分钟前
OpenCV 实战第 13 篇：工程化收尾，内存拷贝、并行与一条完整流水线