现在没什么大不了的
building-energy-forecastor的Python项目详细描述
建筑消费预测
去查一下ce lien pour r_©_diger le readme： Github-flavored Markdown
安装
命令行： pip安装建筑能源预测器
用于预处理来自src/building\u preprocess
的数据的功能列表- day_of庘week（date庘serie）：获取一个熊猫。一系列日期并返回一个熊猫。一系列相应的周日 （['星期一'，'星期二'，…]）。
- 设置时间索引（df，time index='timestamp'）：将时间列设置为数据帧df的索引。默认情况下，列的 标签是“时间戳”。
- 时间到周期（df，timeindex='timestamp'）：来自Forecast challenge的第三个竞争对手 施耐德电气。在df的副本中添加列，其中包含一天中的时间、一年中的月份和一年中的日期的cosinus和窦函数。
- add_weather（df，weather，timeindex='timestamp'，freq嫒temp='d'）：来自施耐德电气Forecast challenge的第三个竞争对手。 将天气数据添加到训练数据集（df此处）合并“时间戳”上的两个数据帧并循环时间 天气条件下精确的频率温度值（默认为“D”）。
- fill_temperature（df，tempIndex='temperature'）：通过计算 两个最接近的帧值。
模型函数来自src/building_model
- building_regressor（）：从scikit learn返回一个线性回归器。
- building_train（reg，x，y）：使用x数据和y目标值训练回归器。
- building_prediction（reg，x）：返回一个pandas.dataframe，显示给定数据x的回归器reg的预测。
欢迎加入QQ群-->： 979659372
