Я новичок в ML и хочу создать умный термостат, который после сбора достаточного количества данных о взаимодействии с пользователем сам начнет устанавливать температуру дома.
То, что я получил до сих пор, - это аппаратный прототип, который позволяет пользователю устанавливать температуру, и в то же время он отправляет Environment и UserSetTempera в ThingSpeak (чтобы легко сохранять данные для последующего доступа)
Другая часть представляет собой алгоритм python, который получает данные из ThingSpeak и преобразует их в Pandas DataFrame.
Фрейм данных выглядит следующим образом:
timeStamp environment_temp user_set_temp
2018-05-27T00:12:43Z 20 21
2018-05-27T00:17:27Z 20 22
2018-05-27T00:17:59Z 20 24
2018-05-27T00:20:01Z 20 21
2018-05-27T00:23:14Z 20 24
2018-05-28T09:39:07Z 20 22
2018-05-28T10:40:17Z 20 23
2018-05-28T20:12:47Z 20 25
2018-05-28T20:14:16Z 23 25
2018-05-30T20:29:30Z 18 24
И вот где я застрял.Я не знаю, как использовать эти данные с библиотеками ML для прогнозирования того, как должна быть установлена температура, когда температура окружающей среды равна x.
Я пытался использовать sklearn train_test_split () и LinearRegression (), но без существенного результата
Каждое предложение будет высоко оценено !!