{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# 데이터 설정\n",
"\n",
"이 노트북에서는 다음을 시연합니다:\n",
"- 이 모듈에 사용할 시계열 데이터를 설정하는 방법\n",
"- 데이터를 시각화하는 방법\n",
"\n",
"이 예제의 데이터는 GEFCom2014 예측 대회에서 가져왔습니다. \n",
"2012년부터 2014년까지 3년간의 시간별 전기 부하와 온도 값을 포함하고 있습니다. \n",
"\n",
"Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli 및 Rob J. Hyndman, \"Probabilistic energy forecasting: Global Energy Forecasting Competition 2014 and beyond\", International Journal of Forecasting, vol.32, no.3, pp 896-913, 2016년 7월-9월.\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": [
"CSV에서 데이터를 Pandas 데이터프레임으로 불러오기\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