·发表于 Towards Data Science ·14 分钟阅读·2024 年 3 月 1 日
--
图片来自 Michał Mancewicz 于 Unsplash
当我刚搬到英国时，我惊讶于人们谈论天气的频繁程度。来自亚热带地区¹的我，今天的天气和昨天几乎没有区别——简直是美极了。而且明天的天气还会继续如此。
现在，无论我们是否喜欢（这个双关语），环境条件的影响都会波及到我们可能感兴趣的预测内容：比如在阳光明媚的周末之前，一家商店应该准备多少冰淇淋，寒流期间家庭的能源使用，海滩停车位的可用性。还有更多。
尽管天气非常重要，但要准确预测天气通常是非常困难的——只需要问问我手机上的天气应用程序就知道了。今天我们不会让这个问题影响我们的进度，首先我们会看看如何将天气信息融入模型中以提高性能，然后再尝试用简单和不那么简单的方式预测未来的天气。
我们将基于之前关于时间序列回归的讨论进行扩展，和往常一样，我们将使用真实世界的数据。