本论文提出了一种整合可解释的人工智能技术与自适应学习的方法来增强能源消耗预测模型。该方法利用SHAP聚类方法提供可解释的解释，并根据洞察力自适应地改进模型，提高预测性能并提供可解释的模型解释。实验结果表明该方法在回归和分类问题中有效，具有鲁棒性。

本论文提出了一种整合可解释的人工智能技术与自适应学习的方法来增强能源消耗预测模型。该方法利用SHAP聚类方法为模型的预测结果提供可解释的解释，并根据这些洞察力来自适应地改进模型。实验结果表明该方法在回归和分类问题中均有效。