原文链接：http://tecdat.cn/?p=9024
人们对于电力的需要与依赖随着生存程度的进步而一直加深，用电负荷预测工作开始变得越来越重要，如果能够发现用电负荷的规律性，咱们就能够合理安排用电负荷。咱们应用某商业物业两个星期的电耗数据进行剖析。
GAM 模型
当因变量和自变量不呈线性关系时, 可用狭义相加模型（GAM）。GAM 模型的长处，在于其解决响应变量与预测因子间的高度非线性和非枯燥关系方面的突出能力，是一种基于数据的模型（data-driven），数据决定着响应变量和预测因子之间的关系。电耗数据不是线性的，同时是一个有节令趋势的工夫序列趋势。那么 GAM 模型是否能够用来预测工夫序列呢？
首先绘制出用电量的工夫序列图，看下趋势
绘制工夫序列有两个次要自变量：天和周。咱们的响应变量是电力负荷。咱们来构建出 GAM 模型
咱们能够看到工夫变量对电力负荷的影响。在左图中，负荷的峰值是白天下午 3 点左右。同时咱们能够看到，周末耗电量降落。
而后咱们绘制耗电量曲面图更直观的发现法则。
咱们能够看到，最高峰是当“每日”变量的值靠近（3 点），“周”变量的值为 1（这是星期一）。
最初，咱们能够看到，电力负荷的最高值是星期一下午 3 点 直到星期四，而后负载在周末缩小。
结语
GAM 模型的长处在于其解决高度非线性预测问题的突出能力。GAM 模型是否能够利用在其余畛域？
抛砖：logisticregression 在 creditrisk 外面用的很多，集体认为作为统计进入金融 风控是个不错的切入点。