数据：现在有20W条有关功率和电流的数据，数据中包括：日期、时间、有功功率、无功功率、电压、电流、厨房用电功率、洗衣服用电功率、热水器用电功率。方法：最小二乘法模型：通过这些数据训练一个模型（目标函数也叫损失函数），通过模型来进行预测。最小二乘法的一般形式：目标函数=∑（观测值−理论值）*（观测值−理论值）通过数据来寻找一个最小的目标函数（损失函数） 实现
# -*- coding： utf-8 -*-
# 引入所需要的全部包
from sklearn.model_selection import train_test_split # 数据划分的类
import numpy as np
import matplotlib as mp
数据：现在有20W条有关功率和电流的数据，数据中包括：日期、时间、有功功率、无功功率、电压、电流、厨房用电功率、洗衣服用电功率、热水器用电功率。方法：最小二乘法模型：通过这些数据训练一个模型（目标函数也叫损失函数），通过模型来进行预测。最小二乘法的一般形式：目标函数=∑（观测值−理论值）*（观测值−理论值）通过数据来寻找一个最小的目标函数（损失函数） 实现
# -*- coding： utf-8 -*-
# 引入所需要的全部包
from sklearn.model_selection import train_test_split # 数据划分的类
import numpy as np
import matplotlib as mp
举报
