混合循环发电场输出电力预测

前言

机器学习很多时候在工业场景下也会有非常好的应用。本次实验，我们就会以一个综合循环发电厂的发电数据来展示机器学习是如何应用到工业生产的实际场景中的。

本实验数据采集自 UCI 机器学习数据集中的 混合发电厂数据。对于发电厂来说，风力发电的输出电力很大情况下决定了单位发电机能够生产的电能。因此，通过收集系统各个相关指标来预测最终的输出电力对于发电厂来说是非常有帮助的。有效的预测发电机的输出电力可以更好的评估安排电力生产计划，避免资源的浪费。

载入数据并进行数据探索

载入好数据集之后，里面是一个综合循环发电场的数据，一共有9568个样本数据。每个数据有5列，分别为:AT（温度）, V（压力）, AP（湿度）, RH（压强）, PE（输出电力)。下面是数据预览的截图：

然后为了找出对 PE 输出电力影响最大的因素，我们可以从左侧 组件-统计