پیشبینی دمای روزهای آینده
از تاریخچهٔ آبوهوا ویژگی بساز و دمای بازهٔ آینده را با یک مدل رگرسیون پیشبینی کن.
۱۰۰ دقیقه · ۱۷۰ XP · Python · Time Series · Regression · Temporal Split
هدف و راهنمای انجام
تفکیک زمانی داده، ساخت ویژگی و پرهیز از استفاده از آینده در آموزش
ورودی
request.json شامل train، test، features=[day_index,condition] و target=temperature است.
خروجی
result.json با دمای پیشبینیشده برای بازهٔ آینده.
- داده را بر اساس زمان جدا نگه دار.
- condition را به ویژگی عددی تبدیل کن.
- مدل را روی بازهٔ گذشته آموزش بده.
- MAE بازهٔ آینده و predictions را ذخیره کن.
برای سری زمانی، shuffle کردن کل تاریخچه باعث نشت اطلاعات میشود.
مثال ورودی و خروجی
{
"input": {
"train": "۵۰۰ روز گذشته",
"test": "۶۰ روز آینده"
},
"output": "predictions"
}معیارهای موفقیت
- پیشبینی برای کل بازه تولید میشود
- MAE کمتر از ۵ درجه است
- هیچ روز آینده وارد train نشده است
کتابخانهها: pandas, numpy
منبع و وضعیت دیتاستها
weather.csv · CC BY 4.0 · Fanaee-T (2013), Bike Sharing, UCI, doi:10.24432/C5W894. Daily weather columns only; normalized temperature converted using dataset scale.
https://archive.ics.uci.edu/static/public/275/bike+sharing+dataset.zip
نسخه محلی همراه پروژه؛ ۷۳۱ ردیف. هنگام اجرا دانلود خارجی لازم نیست.
