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
li-xun1 分钟前
2026年6月9日博客精选黑马师兄4 分钟前
RAG混合检索深度解析：让AI真正找到你要的内容哈伦20195 分钟前
第十二章 深度学习基础 案例：MLP实现银行单据手写数字识别右耳朵猫AI8 分钟前
GitHub周趋势2026W22 | AI编程工具、知识图谱、自托管、AI代理、代码智能Black蜡笔小新21 分钟前
企业AI算力工作站DLTM深度学习推理工作站零代码私有化重塑企业AI落地新模式2601_9594801533 分钟前
Moneta Markets亿汇：“比特币反弹走势仍脆弱”没事别瞎琢磨1 小时前
六、输出捕获与截断嘉子的秃头日记1 小时前
TRO 2026｜轮椅也能“猜到”用户想往哪走？2601_957190901 小时前
极致裸眼沉浸！飞行影院重塑文旅游玩新体验Meinianda1 小时前
我用Agent 使用瑞幸官方MCP下了一单：过程全记录，优缺点分析