Datawhale AI 夏令营——task01代码解析

赛题说明题目讲解数据说明评测规则

Baseline代码解析

赛题说明

题目讲解

本场以“电力需求预测”为赛题的数据算法挑战赛。选手需要根据历史数据构建有效的模型，能够准确的预测未来电力需求。

给定多个房屋对应电力消耗历史N天的相关序列数据等信息，预测房屋对应电力的消耗。

数据说明

赛题数据由训练集和测试集组成，为了保证比赛的公平性，将每日日期进行脱敏，用1-N进行标识，即1为数据集最近一天，其中1-10为测试集数据。数据集由字段id（房屋id）、 dt（日标识）、type（房屋类型）、target（实际电力消耗）组成。

实际特征只有 dt 和 type

评测规则

l

o

s

s

=

1

n

∑

i

=

1

n

(

y

i

−

y

^

i

)

2

loss = \frac{1}{n} \sum_{i=1}^n( y_i - \hat y_i)^2

loss=n1​∑i=1n​(yi​−y^​i​)2

loss越小，预测值越接近真实值，预测越准确

Baseline代码解析

导入数据科学常用包 —— pandas， numpy

<code># 1. 导入需要用到的相关库

# 导入 pandas 库，用于数据处理和分析

import pandas as pd

# 导入 numpy 库，用于科学计算和多维数组操作

import numpy as np

数据探索性分析

发现 train set 中含 id dt type target 四属性。 test set 含 id dt type 三属性，需自行预测 targettrain set中 dt 由10开始递增；test set中

# 2. 读取训练集和测试集

# 使用 read_csv() 函数从文件中读取训练集数据，文件名为 'train.csv'

train = pd.read_csv('./train.csv')

# 使用 read_csv() 函数从文件中读取测试集数据，文件名为 'train.csv'

test = pd.read_csv('./test.csv')

train[:12]

<code>test[:12]