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
漂流瓶jz1 小时前
【AI】大模型本地部署与量化：Ollama、transformers、llama.cpp实践飞哥数智坊2 小时前
AI时代，我们到底该学什么、用什么，为什么还没提效？飞哥数智坊3 小时前
GPT 做架构，国内模型写代码：这条 AI 开发路线能跑通吗？AI_AGENT_DEV_AI3 小时前
AI 智能体的开发与上线VL——MOESR3 小时前
【具身智能】VLA论文阅读随笔OCR_133716212753 小时前
从模板匹配到AI泛化识别：文本抽取如何重构护照阅读器落地生态richdata3 小时前
商品数字化不是先做大数据，而是先把数据变成可用决策大唐荣华4 小时前
从OpenAI关停Sora看世界模型、AI视频与国内具身智能赛道路线分化DevOps老兵4 小时前
AI Infra实战02：GPU监控实战,用DCGM+Prometheus+Grafana看清每一张卡旧日之血_Hayter4 小时前
Antigravity 工作流的实践记录