天气预报 天气使用 机器学习:使用多项式Logistic回归决策树朴素贝叶斯多项式和支持向量机预测天气 源码
使用机器学习预测天气 使用多项式Logistic回归,决策树,朴素贝叶斯多项式和支持向量机进行天气预报 资料集 我们的数据集如下所示,是我们从收集的 我们拥有过去30年[1988-2017]的天气数据。训练和测试集分为两个部分,其中两个类别的数据分别占70%和30%。 参数: 天 月 年 湿度(%) 最高温度(单位0C) 最低温度(inC) 雨量(毫米) 海平面压力(以MB为单位) 阳光(小时) 风速(结) 云(在okta中) 训练和测试模型的准确性: 模型 训练准确率(%) 测试精度(%) 逻辑回归 74.2 76.9 决策树 76.8 74.05 多项式N
文件列表
Forecasting-Weather-Using-Machine-Learning-master.zip
(预估有个16文件)
Forecasting-Weather-Using-Machine-Learning-master
nb_gaussian.py
2KB
lr_para_tuning.py
2KB
nb_para_tuning.py
1KB
__init__.py
0B
dt_para_tuning.py
2KB
dataset sample image.PNG
31KB
svm_para_tuning.py
1KB
logistic_regression.py
2KB
Forcasting Weather Using Machine Learning.pdf
217KB
用户评论