它解决什么
A comprehensive time-series benchmark evaluating state-of-the-art deep learning architectures (PatchTST, TFT, N-HiTS) against traditional gradient boosting (CatBoost) for accurate 24-hour load prediction.
Repository #1057515940 · stable identity
KEV0143/Comparative-analysis-of-hourly-load-forecasting-using-PatchTST-TFT-NHiTS-and-CatBoost
中文待生成
A comprehensive time-series benchmark evaluating state-of-the-art deep learning architectures (PatchTST, TFT, N-HiTS) against traditional gradient boosting (CatBoost) for accurate 24-hour load prediction.
- 当前 Star
- 1,461
- 作者 / 所有者
- KEV0143
- 主要语言
- Python
- GitHub 创建
- 待补充
- 最近代码推送
- 待补充
- 已发布
- 发布天数待补充
- 首次发现
- 未知
- 最近追踪
- 未知
Decision brief
项目速览
适合谁
需要模型训练与推理、数据分析与可视化能力的开发者或团队。
为什么上榜
2026-07-20 获得 1 个公开唯一加星用户，全站公开事件榜第 412 名。
中文名称、简介和分类属于辅助理解层；GitHub 原始仓库信息始终是权威来源。
Project taxonomy
方向与适用场景
- 项目方向
- AI 与机器学习
- 产品形态
- 其他
- 适用场景
- 模型训练与推理、数据分析与可视化
- 分类来源
- GitHub Models 生成 · 词表 1.0.0
Public event history
公开事件新增历史
日期唯一新增全站名次
+1 #412
来自 GH Archive 归档的公开 WatchEvent，按用户—仓库唯一对计数；不扣除取消 Star。
Related repositories