摘 要：基于物联网智能抄表技术获取的准确的居民日用气数据，采用机器学习方法实现居
民日用气量的预测与影响因素评价。在采用LSTM模型对居民日用气量进行预测时，分别进行无
特征预测（在预测过程中,不添加特征值）、特征预测,特征预测的精度比较高。在对居民日用气量
的影响因素进行评价时，采用XGBoost模型，主要考虑小区外部特征（地理位置、物业费价格、容积
率、房价、建造时间、 、交通情况、教育特征）的影响，地理位置、
1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。
