我们在当地的风筝点上有一个传感器,可以实时捕捉风速。我们发现,通过观察不同的预测模型和天气条件,我们可以在一定程度上预测是否会出现“好”风。
我认为,训练一个从不同预测模型输入的模型,以及实时数据,以更高的精度预测现场的速度,应该是很容易的。
你觉得这太疯狂了吗?如果不是的话,你会建议我如何去建造这个,因为我根本没有机器学习的经验。
发布于 2021-03-25 18:18:38
预测天气非常复杂,因此您不太可能比来自WindFinder
这样的服务的预测更好。
首先,我试图证明来自WindFinder
这样的服务的预测是不准确的,即收集历史预测,并将其与本地位置传感器数据的记录进行比较。
在此之后,将您的启发式模型编码为代码,该模型允许您根据其他来源预测“好风”,但根据当前信息,我不确定ML在哪里,而是似乎只是将传感器和天气站点信息聚合到一个单一的度量标准中。
https://datascience.stackexchange.com/questions/91139
复制相似问题