如何将几个气象站的数据输入机器学习model？

Question

我有一个包含 15 个不同气象站的数据集（通过时间提供 T、rh、风向）。

我应该如何在机器学习 model 中实现它们？ 作为独立的输入还是我可以将它们组合起来？

如果你能为我提供一些参考或提示来启动这个项目，那将非常有帮助！

到目前为止，我已经清理了数据并将每个气象站分开。 我相信我应该尝试对每个站进行单一预测，然后将每个站的预测组合在一起？

Answer 1

在机器学习 model 中实现多个气象站有不同的方法，具体取决于您要解决的具体问题和数据的特征。 以下是一些需要考虑的选项：

1. 独立模型：一种选择是为每个气象站训练一个单独的 model，使用该站的数据作为输入。 如果站点具有不同的特征或者如果您想独立地对每个站点进行预测，则此方法很有用。

2. 组合 model：另一种选择是组合来自所有站点的数据并训练一个 model 以同时对所有站点进行预测。 如果站点相似并且输入变量与 output 变量之间的关系在所有站点中都相同，则此方法很有用。

3. 多任务学习：您也可以考虑使用多任务学习，训练一个 model 执行多个任务，每个气象站一个。 如果站点相似但具有不同的特征并且您想同时对所有站点进行预测，则此方法很有用。

关于如何组合预测，这取决于您要解决的问题。 如果您想独立对每个站点进行预测，则无需合并这些预测。 但是如果你想对所有站点进行预测，你可以使用像多数投票或加权平均这样的集成方法来组合预测。

您可以在有关多任务学习、多输出回归和集成方法的论文和教程中找到有关这些方法及其实施示例的更多信息。

此外，探索气象站之间的相关性可能会有所帮助。 您可以使用相关矩阵和热图来探索不同气象站之间的相关性。 如果它们高度相关，您可以将它们组合成一个 model，否则，您可以将它们视为独立输入。