实验四 PUE 预测优化
一．实验概述：
PUE 是 Power Usage Effectiveness 的简写，是评价数据中心能源效
率的指标，是数据中心消耗的所有能源与 IT 负载消耗的能源的比值。
PUE = 数据中心总能耗/IT 设备能耗，其中数据中心总能耗包括 IT
设备能耗和制冷、配电等系统的能耗，其值大于 1，越接近 1 表明非
IT 设备耗能越少，即能效水平越好。
本次实验主要是根据给出的数据集进行下一时刻 PUE 的预测以
及优化。
二．实验目的：
在进行了深度学习课程的学习之后，希望同学们能够拥有使用深
度学习相关方法解决实际问题的能力，本次的数据集来自数据中心，
需要大家对数据进行分析，建议采用 transfomer 与强化学习方法相结
合来对 PUE 进行预测和优化。
三．实验内容：
① 阅设备参数特征选择：请利用特征选择方法，对上述 pue.csv
数据【非前 64 维度的特征】进行特征筛选，自动化选出和 pue 相关
的设备参数，使用方法不限。
② PUE 预测：利用特征选择后的参数，对下一时刻的 pue 进
