Este análisis aplica el algoritmo de Random Forest para predecir tres variables clave del sector energético (energía solar, energía eólica y carga total) con un horizonte de 24 horas. Se utilizan ventanas temporales de 24 horas como entrada para los modelos, y se evalúan las métricas R², RMSE y MAE. Además, se compara el desempeño del modelo con otros algoritmos como KNN, SVM y XGBoost. El código fue desarrollado en R utilizando los paquetes caret, randomForest, tidyverse y ggplot2. El informe incluye tres visualizaciones: Pronósticos por variable Comparación de R² entre algoritmos Comparación completa de R², RMSE y MAE

Assingment

ExamNumbers

We are studying multiple factors affecting temperature, rainflow and weathersit across two years 2011 & 2012.

Studying the most risk factors to the NSP Class within the 21 variables given by the cardiotocographic.