文件名称：tcc-bi-master-2019.1:TCC双大师
文件大小：4.47MB
文件格式：ZIP
更新时间：2024-05-08 20:11:10
JupyterNotebook
课程结论文件-能源价格预测。 学生： 主管： 和 。 提交给课程的工作是完成该课程并获得“智能决策支持系统项目”这一学科的前提。 。 概括 课程总结的目的是建立一个能够预测下一个小时的能源价格的模型。 该模型用作数据库： 1-西班牙能源消耗的历史数据2-西班牙五个城市（巴伦西亚，马德里，毕尔巴鄂，巴塞罗那和塞维利亚）的气候特征历史数据。 在这两个数据库中进行了预处理，以执行空记录验证和重复记录验证，未进行深入分析以验证异常值。 模型的创建未考虑具有离群值的变量。 在执行预处理之后，在两个数据库之间执行“合并” ，因此可以在能耗和气候数据之间交叉信息以创建模型。 调整数据库后，将使用相同的神经网络体系结构创建三个模型： LSTM（长短时记忆）层-具有100个神经元。 负责“学习”系列中长期时间依赖性的层。 Dropout层-有助于网络泛化的层，可防止*模型过度拟合。 该退出层具有20％
【文件预览】：
tcc-bi-master-2019.1-main
----TCC_Energia.ipynb(1.21MB)
----energy_dataset.csv(5.98MB)
----weather_features.csv(19MB)
----.gitignore(2KB)
----README.md(27KB)