机房温度预测方法、装置、设备、存储介质及计算机程序产品

本申请涉及机房环境评估技术领域，尤其涉及一种机房温度预测方法、装置、设备、存储介质及计算机程序产品。该方法通过将LightGBM、LSTM、NeuralProphet作为初始基学习器，基于机房温度特征数据，通过五折交叉验证训练初始基学习器，并采用FA算法优化初始基学习器的超参数，得到目标基学习器；基于预设IEM算法，对目标基学习器的预测结果进行加权处理；将加权处理后的预测结果作为输入特征，并基于输入特征，构建多元线性回归，得到元学习器；基于目标基学习器和元学习器，构建Stacking机房温度预测模型，提升了机房温度预测的精度。