《表1 模型预测误差对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于XGBoost的多维度超短期负荷预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

而从表1 T-XGBoost模型预测值RMSE低于M-XGBoost模型。同时根据图4分析发现温度与湿度具有很强的相关性，而降雨量本身波动明显较大对预测结果可能带来较大的噪声。因此虽然将三种因素分别加入模型预测都优于单一时间序列下模型的预测结果。但由于数据的冗余和数据之间的干扰，三种因素综合考虑的模型预测结果反而不如只考虑其中一种因素的最优模型，这也符合机器学习中特征选择的重要性。