我正在使用模型进行测试以预测能源需求的行为,数据集包含 1664 个日常数据,涵盖 2014-09-10 - 2019-03-31,问题是当试图预测时它以这种方式预测我.
这是我的代码。
train_size = int(len(data) * 0.8)
test_size = len(data) - train_size
data_train, data_test = data[0:train_size], data[train_size:len(data)]
steps = test_size
forecaster = ForecasterAutoreg(
regressor = RandomForestRegressor(random_state=123,n_jobs=-1),
lags =365
)
forecaster.fit(y=data_train['y'])
forecaster
predictions = forecaster.predict(steps=steps)
data_train['y'].plot(ax=ax, label='train')
data_test['y'].plot(ax=ax, label='test')
predictions.plot(ax=ax, label='predicciones')
plt.title("Random Forest 2021-2022")
ax.legend();
知道为什么预测是“标准化”的吗?
我正在使用 Skforecast 库中的自动回归器。我已经尝试过随机森林和 AdaBoost,但结果是一样的。