数据准备
教材《人工智能导论》7.2.2 / 内部第1点 · 已审核
通俗解释
本节使用电力变压器温度（Electricity Transformer Temperature，ETT）数据集。 该数据集是时间序列预测领域中最常用的数据集之一，记录了中国两个地区两年来变压器的油温以及6 个相关的电力负荷特征。
例子
按时间顺序清洗并切分传感器观测，避免未来观测进入训练输入。
容易混淆
时序预测不能随意随机打乱后切分，否则可能看到未来信息。
检查理解
用自己的话解释“数据准备”在“深度学习算法实践”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：本节使用电力变压器温度（Electricity Transformer Temperature，ETT）数据集。 该数据集是时间序列预测领域中最常用的数据集之一，记录了中国两个地区两年来变压器的油温以及6 个相关的电力负荷特征。 示例：按时间顺序清洗并切分传感器观测，避免未来观测进入训练输入。