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
fthux2 小时前
装闭 RenoPit 源码解析（07）：装修闭坑知识库与AI Prompt构建zyplayer-doc4 小时前
VuePress类静态文档站和动态知识库怎么选：两种技术路线的适用场景leisoo80974 小时前
100GBA股股票数据怎么存ClickHouseRedisMySQLJSON完整对比AI产品测评官4 小时前
突破系统割裂困局：2026企业级AI招聘架构如何迈向“原生全流程”？KKKlucifer5 小时前
拨开接口黑盒迷雾：运营商第三方合作接口安全审计与准入管控落地实践梦梦代码精5 小时前
连锁品牌数字化：从门店扩张到用户资产运营的技术底座咕噜咕噜啦啦5 小时前
vLLM框架启雀AI5 小时前
AI 驱动的视频课程自动摘要与知识点提取：ASR + LLM 流水线工程实践Mac的实验室5 小时前
2026年8月最新实操：谷歌Gmail邮箱手机号注册扫码发短信提示“无法验证”怎么办？（附100%成功绕过指南）