Построить модель машинного обучения / временных рядов для прогнозирования тепловых волн в течение следующего года - PullRequest
Новая
       3

Построить модель машинного обучения / временных рядов для прогнозирования тепловых волн в течение следующего года

0 голосов
/ 24 сентября 2019

Мне часто задавали эти вопросы:

У меня есть наборы данных, которые содержат следующие атрибуты: 

     Date_Day    Geography    Avg_Temp    Max_Temp    Min_Temp
      1/01/2018   Delhi          32(C)     35(C)        28(C)
      2/01/2018   Delhi          33(C)     34(C)        29(C)

Есть 20 городов и их в день мин, макс,средние температуры даны.

Вопрос в следующем:

Как мы можем предсказать, когда произойдет next heat waves per city, что произойдет в будущем 1 year?

Мы можемпри необходимости сделайте предположение и добавьте все переменные.

Я думал о том, чтобы решить эту проблему с помощью time series forecasting, но затем у меня возникла такая проблема, что мне пришлось прогнозировать слишком много данных за 1 год / день.Кроме того, прогнозирование не будет хорошим в этом случае, поскольку период прогнозирования очень длинный.

Существует ли какой-либо подход, который выполним для решения таких проблем.

Любая помощь будет принята с благодарностью.

1 Ответ

2 голосов
/ 24 сентября 2019

Для серьезного исследования вам может потребоваться намного больше информации, чем у вас есть.И вам, возможно, понадобится получить некоторые идеи от географа о том, какое влияние оказывает тепловая волна.Вам даже нужно использовать атрибуты некоторых других городов или областей, чтобы предсказать каждый город.Другие города могут быть из очень далеких стран.Факты воздействия погоды могут быть получены с Северного полюса, Южного полюса, океана и т. Д. Конечно, гораздо больше данных.Мы не знаем, какова связь между фактами воздействия и тепловой волной.Но это то, что мы хотим, чтобы машинное обучение научилось для нас.

Если вы просто хотите обучить модель и научиться писать алгоритм машинного обучения.Это не будет слишком сложно.Вы можете попробовать любые RNN.Вы можете попробовать использовать каждые 10 дней в качестве последовательности, чтобы предсказать температуру 11-го дня.Каждый день в течение 10 дней имеет четыре или пять атрибутов, которые вы перечислили выше.Вы можете обучить 3 модели, чтобы предсказать максимальную минимальную и среднюю.Я не знаю, что вы имели в виду под настоящей тепловой волной.Но я думаю, что это легко определить, основываясь на максимуме, минимуме и среднем.Если у вас есть данные за многие годы, вы можете получить хорошие результаты.Например, жара всегда бывает летом.

Опять же, я не думаю, что это будет полезно для географии научных исследований.Для обучения машинному обучению это нормально.

...