通过特征工程增强能源系统数据驱动模型：一个用于特征工程的 Python 框架
机器学习
2023-01-05 v1
摘要
数据驱动建模是能源系统建模中日益流行的一种方法。在数据驱动建模中，应用线性回归、神经网络或基于决策树的方法等机器学习方法。尽管这些方法不需要领域知识，但它们对数据质量敏感。因此，提升数据集中数据质量有利于创建基于机器学习的模型。数据质量的提升可通过预处理方法实现。一类选定的预处理是特征工程，其侧重于评估并改进数据集中特定特征的质量。特征工程方法包括特征创建、特征扩展或特征选择等。本工作中，提出一个包含不同特征工程方法的 Python 框架。该框架包含用于特征创建、扩展与选择的不同方法；此外，还实现了用于变换或过滤数据的方法。框架实现基于 Python 库 scikit-learn。该框架在能源需求预测用例的案例研究中展示。创建了一个包含所选特征工程方法的数据驱动模型。结果显示经工程化特征提升了预测精度。
引用
@article{arxiv.2301.01720,
title = {Augmenting data-driven models for energy systems through feature engineering: A Python framework for feature engineering},
author = {Sandra Wilfling},
journal= {arXiv preprint arXiv:2301.01720},
year = {2023}
}