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
sniper_fandc4 分钟前
深度学习基础—Seq2Seq模型goomind8 分钟前
深度学习模型评价指标介绍youcans_8 分钟前
【微软报告：多模态基础模型】（2）视觉理解棱角~~24 分钟前
10款PDF合并工具讲解与推荐！！！晚点吧31 分钟前
视频横屏转竖屏播放-使用人脸识别+目标跟踪实现数据智研38 分钟前
【数据分享】空间天气公报（2004-2021）（又名太阳数据活动公报） PDF风走茶未凉44 分钟前
目标检测(object detection)Elastic 中国社区官方博客1 小时前
使用真实 Elasticsearch 进行更快的集成测试这个男人是小帅3 小时前
【GAT】 代码详解 (1) 运行方法【pytorch】可运行版本__基本操作__3 小时前
边缘提取函数 [OPENCV--2]