机器学习预测全家桶之单变量输入单步预测，天气温度预测为例，MATLAB代码

所谓的单变量输入，与前几期那样不同。有些数据可能没有相关特征，就是单纯的时间序列。

举个例子，比如天气的温度数据，就是一个连续的时间序列数据。可以取前几个时刻的点作为模型的输入，取未来一个时刻或者多个时刻点作为模型输出。

本期就在原先几期推出的机器学习全家桶基础上，将这些机器学习方法改成单变量输入单步预测。

目前整个全家桶包含模型如下：

注意，此全家桶代码包含了自注意力机制(selfAttentionLayer)，该函数只有2023及以上版本的matlab才有，因此请小伙伴自行下载2023版本的matlab，下载链接一并打包在代码中了。

---

数据准备

数据集统一采用前几期提到的新疆某地风电发电功率数据，只不过这次是只用温度一列。

数据处理方法也不难，首先提取这一列数据，然后以前几个时间点作为模型输入，未来一个时刻的温度作为输出。依次这样选取数据，得到好多好多样本。然后划分训练集和测试集就ok了。

---

结果展示

由于模型有20多个，这里随机挑选5个模型作为展示，其他模型均已调试完成，可以一键运行。

BiLSTM-Adaboost：

BiGRU：

---

BiLSTM

---

CNN-BiGRU：

---

SVM-Adaboost

---

最后考虑到大家可能会做算法对比，代码随机选取了四个模型的测试结果进行对比，对比结果图如下：

以上所有图片，代码均可实现！

后台私信获取代码。点击下方卡片获取更多代码！