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
随缘而动，随遇而安3 小时前
第八十八篇 大数据中的递归算法：从俄罗斯套娃到分布式计算的奇妙之旅美狐美颜sdk3 小时前
跨平台直播美颜SDK集成实录：Android/iOS如何适配贴纸功能DeepSeek-大模型系统教程3 小时前
推荐 7 个本周 yyds 的 GitHub 项目。郭庆汝3 小时前
pytorch、torchvision与python版本对应关系GISer_Jing4 小时前
Git协作开发：feature分支、拉取最新并合并IT_10245 小时前
Spring Boot项目开发实战销售管理系统——系统设计！小雷FansUnion5 小时前
深入理解MCP架构：智能服务编排、上下文管理与动态路由实战资讯分享周5 小时前
扣子空间PPT生产力升级：AI智能生成与多模态创作新时代叶子爱分享6 小时前
计算机视觉与图像处理的关系鱼摆摆拜拜6 小时前
第 3 章：神经网络如何学习