要不是有打卡的DDL，都不知道要拖到什么时候学呢。那既然打卡的任务是笔记，那这笔记就做成学习记录持续更新吧~😎
0419
今天主要是看了下数据和想一下用什么模型来做。
nc 文件
nc 文件我总感觉我以前接触过，但为什么这次感觉这么不一样呢。😕
这一次的数据每一个文件里的data维度是(1, 24, 8, 11, 11)，其中：
- 第一个维度的
1大家都说没啥用，但我觉得它的理解就是“这一天”的意思，假如吧好多文件的好多天的拼在一起，这第一个维度不就有意义了么~ - 第二个维度是一天的 24 小时；
- 第三个维度是 8 个类别的气象数据；
- 后面的 $11 \times 11$ 的是这个场站边上的 $11 \times 11$ 个气象数据采集点。
数据融合和处理
三个气象数据源中，NWP_2 和 NWP_1 、NWP_3 有不一样，NWP_2 里有个是msl 海平面气压，领两个对应的是 sp地面气压。
这三个气象站数据怎么处理？
结合分享会上的分享，我想还是取平均吧，然后如果有异常值（这我还没有取发现）也好直接去掉。NWP_2不一样的那个也直接拼上去和吧。
不同字段的气象数据单位都不一样，这地方应该要归一化之类的操作。
模型选择
因为刚看到数据的时候，见是时间序列的，然后还是预测的，我立刻想到了LSTM。
但是 baseline 里用的是 lightgbm，一个机器学习模型，不太熟悉，查了一下是决策树那一系列的。前两天浅浅学了一下决策树，不太明白「一棵树」怎么去做回归任务。这个可以学一下再结合自己数据处理的想法，然后再试试。
既然说是”回归“任务，那我去年做的 SVR 是不是也可以用？
分享会上也有人提到了，觉得这个任务似乎没有特别的”时序“特征，我也这么觉得，感觉就是拿那一刻的气象数据来计算发电功率。如果是这样的话，那就没有必要用LSTM了。
那 $11 \times 11$ 的数据的处理，有人也尝试采用了CNN来做「加权平均」得到不同类别的气象数据的特征。我也有此想法，得到这个数据后，在几个全连接得到预测值。但后面吴嘉丽（第一次分享会上唯一分享的女生，还说自己不吃学计算机的，但她太厉害了）有提到，这 121 个点在真实世界中不一定是「网格」分部的。那我想，这如果用同一个CNN岂不是对不同的场站就不太有用了？还是说CNN它可以自己找到其中最好的计算方式，可以适用不同情况呢？就好像最粗暴的直接取中心店或者取平均值那样，CNN说不定也会找到类似的但更好的呢？
总的来说，模型的选择，现在我的选择就是：
- 树模型系列
SVRCNN + MLP
都可以试试吧。
但初赛没多少时间了啊……😥
其他问题
有关时间的。文件0101是预测第二天的数据，那元旦那天的发电功率岂不是用不上了？就是时间对其的问题。
评测公式里的$0.2$到底啥含义？
我把数据集下载下来的output.zip直接上交，也有0.45呢，看了一下里面，每个文件里也都是一样的值，和那位用CNN之后结果最后输出全部一样上交结果一样。
