短期負荷預測的比較技術

印度的：就是多種演算法的比較，RF的結果最好

Auto-Regressive Integrated Moving Average (ARIMA), Multiple Linear Regression (MLR),
Recursive Partitioning and Regression Trees (RPART), Con-
ditional Inference Trees (CTREE) with Bootstrap Aggregating
(BAGGING), and Random Forest (RF) models have been tested

在這項工作中，自迴歸積分移動平均（ARIMA），多元線性迴歸（MLR），遞迴劃分和迴歸樹（RTAL），CON--

帶Bootstrap聚合的傳統推理樹（CtRead）（袋裝）和隨機森林（RF）模型已經過測試。

季節性影響因素（每日和每週週期，日曆）假期）、氣象條件和特殊事件使負荷預測成為一個複雜的問題。

一年的完整樣本資料（1/1/2014）31/12/2014作為訓練資料集。載入資料將明年的第一天（1/1/2015）作為測試資料。