{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# إعداد البيانات\n",
"\n",
"في هذا الدفتر، سنوضح كيفية:\n",
"- إعداد بيانات السلاسل الزمنية لهذا النموذج\n",
"- تصور البيانات\n",
"\n",
"البيانات في هذا المثال مأخوذة من مسابقة التنبؤ GEFCom2014. \n",
"تتكون من 3 سنوات من بيانات الحمل الكهربائي ودرجات الحرارة على مدار الساعة بين عامي 2012 و2014. \n",
"\n",
"تاو هونغ، بيير بينسون، شو فان، حميد رضا زاريبور، ألبرتو تروكولي وروب جي. هايندمان، \"التنبؤ الاحتمالي بالطاقة: مسابقة التنبؤ بالطاقة العالمية 2014 وما بعدها\"، المجلة الدولية للتنبؤ، المجلد 32، العدد 3، الصفحات 896-913، يوليو-سبتمبر، 2016.\n"
]
},
{
"cell_type": "code",
"execution_count": 6,
"metadata": {},
"outputs": [],
"source": [
"import os\n",
"import matplotlib.pyplot as plt\n",
"from common.utils import load_data\n",
"%matplotlib inline"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"قم بتحميل البيانات من ملف csv إلى إطار بيانات Pandas\n"
]
},
{
"cell_type": "code",
"execution_count": 7,
"metadata": {},
"outputs": [
{
"output_type": "execute_result",
"data": {
"text/plain": [
" load\n",
"2012-01-01 00:00:00 2698.0\n",
"2012-01-01 01:00:00 2558.0\n",
"2012-01-01 02:00:00 2444.0\n",
"2012-01-01 03:00:00 2402.0\n",
"2012-01-01 04:00:00 2403.0"
],
"text/html": "\n\n
\n \n \n | \n load | \n
\n \n \n \n | 2012-01-01 00:00:00 | \n 2698.0 | \n
\n \n | 2012-01-01 01:00:00 | \n 2558.0 | \n
\n \n | 2012-01-01 02:00:00 | \n 2444.0 | \n
\n \n | 2012-01-01 03:00:00 | \n 2402.0 | \n
\n \n | 2012-01-01 04:00:00 | \n 2403.0 | \n
\n \n
\n