💥项目专栏：【深度学习时间序列预测案例】零基础入门经典深度学习时间序列预测项目实战（附代码+数据集+原理介绍）

一、数据集介绍

• 🌈 本专栏使用的数据集为 风速预测的时间序列数据，该数据集包含一个气象站内嵌入的5个天气变量传感器阵列的 6574 个每日平均样本。该设备位于油田21M处的一个非常空旷的区域。

• 🌈 数据记录时间为 1961-01-01 - 1978-12-31，提供了Ground Truth日平均降水量、最高和最低温度以及草地最低温度。

• 🌈 在这个数据集中，每天记录 8 个不同的天气统计量（比如气温、气压、湿度、风速等），时间间隔为1天，也就是每天的数据为1个样本，每个样本的特征维度为8。

• 🌈 注意：如果没有特殊任务需求，专栏中的每个项目都使用这个数据集方便学习，建议初学者使用本文的数据集，方便项目调试，如果理解之后可以换成自己的数据集，例如股票类、电力负荷类这种时序数据集。

数据集样式如下：

WINDIND.1RaiNIND.2T.MAX

来源地址：https://blog.csdn.net/m0_47256162/article/details/128585962