Random Forest 機械学習
scikit-learn (Python)
· 電力負荷(時間次・1年)
複数の決定木のアンサンブル。外生変数列があれば特徴量に使う。学習範囲外への外挿は苦手。
ラグ+カレンダー+CSV外生変数(あれば) / 予測値は0未満をクリップ
予測結果(実測値・予測値・信頼区間)
精度メトリクス(ホールドアウト評価)
| RMSE | MAE | MAPE |
|---|---|---|
| 3,387.96 | 3,109.43 | 12.44% |
scikit-learn (Python)
· 電力負荷(時間次・1年)
複数の決定木のアンサンブル。外生変数列があれば特徴量に使う。学習範囲外への外挿は苦手。
ラグ+カレンダー+CSV外生変数(あれば) / 予測値は0未満をクリップ
| RMSE | MAE | MAPE |
|---|---|---|
| 3,387.96 | 3,109.43 | 12.44% |