29、家庭用电功率预测：深度建模与特征工程

家庭用电功率预测：深度建模与特征工程

1. 特征工程：识别季节性周期

我们的目标是预测家庭全局有功功率，该目标很可能存在季节性。通常，夜间用电量会减少，工作日人们下班回家时可能会出现用电高峰。因此，有理由假设目标数据存在季节性。

1.1 可视化检测周期

我们可以绘制目标数据，直观检测其季节性周期：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 假设 hourly_df 已定义
fig, ax = plt.subplots(figsize=(13,6))
ax.plot(hourly_df['Global_active_power'])
ax.set_xlabel('Time')
ax.set_xlim(0, 336)
plt.xticks(np.arange(0, 360, 24), ['2006-12-17', '2006-12-18', 
                                   '2006-12-19', '2006-12-20', '2006-12-21', '2006-12-22', '2006-12-23', 
                                   '2006-12-24', '2006-12-25', '2006-12-26', '2006-12-27', '2006-12-28', 
                                   '2006-12-29', '2006-12-30', '2006-