기존 모델에서 주기 수정, 성능 평가 수치 표시, 데이터와 월간 그래프 저장 등의 내용을 정정 및 추가 했습니다. 1. Test Size 및 Window Size 수정 이전 버전의 Test Size는 365로 일수를 기준으로 365인줄 알았으나 1시간 단위 데이터를 1일 단위로 변경한 과정이 없는데 365일의 결과가 나오는 것이 말이 안됐기에 점검하던 중 문제를 발견했습니다.
Test Set 및 결과는 24*365 = 8560개의 데이터로 구성되어 있으며 Test Size = 8560, Window Size = 24가 되어야 1일 주기로 맞춰서 학습이 가능합니다. TEST_SIZE = 8760 WINDOW_SIZE = 24 train = Data_4Y_scaled[:-TEST_SIZE] test= Data_4Y_scaled[-TEST_SIZE:] 2.
그래프 결과 표시, 저장 Result 폴더를 생성한 후 하위 폴더로 Graph, Data를 만들어 그래프 이미지와 csv 데이터를 각...
#
ai
#
프로그래밍
#
파이썬
#
주피터노트북
#
전력예측
#
전력
#
인공지능
#
머신러닝
#
딥러닝
#
RNN
#
RMSE
#
opencv
#
LSTM
#
csv
#
피처매칭
원문 링크 : LSTM 이용 전력 사용량 예측 - 개선
