💥项目专栏:【深度学习时间序列预测案例】零基础入门经典深度学习时间序列预测项目实战(附代码+数据集+原理介绍)

一、数据集介绍

  • 🌈 本专栏使用的数据集为 风速预测的时间序列数据,该数据集包含一个气象站内嵌入的5个天气变量传感器阵列的 6574 个每日平均样本。该设备位于油田21M处的一个非常空旷的区域。

  • 🌈 数据记录时间为 1961-01-01 - 1978-12-31,提供了Ground Truth日平均降水量、最高和最低温度以及草地最低温度。

  • 🌈 在这个数据集中,每天记录 8 个不同的天气统计量(比如气温、气压、湿度、风速等),时间间隔为1天,也就是每天的数据为1个样本,每个样本的特征维度为8。

  • 🌈 注意:如果没有特殊任务需求,专栏中的每个项目都使用这个数据集方便学习,建议初学者使用本文的数据集,方便项目调试,如果理解之后可以换成自己的数据集,例如股票类、电力负荷类这种时序数据集。

数据集样式如下:

WINDIND.1RAININD.2T.MAX