Machine learning 灌溉中的机器学习方法
我是机器学习新手。我正在做一个机器学习灌溉问题的项目。我需要研究特定作物(例如水稻作物)。我必须运用机器学习方法,根据气候参数告诉农民种子需要播种还是不需要播种(比如农民是否应该浇水) 大米需要以下参数气候条件: -平均而言,每个月大约需要180-300毫米的水才能生产出相当好的水稻。 -最适温度20-35摄氏度 我的数据集链接: 以下是我的疑问: 1) 它属于监督问题还是非监督问题(我认为它属于分类监督问题) 2) 如何标记数据集以用于培训目的。(我认为在python中使用if-else,通过比较标准水稻气候值的温度场和降雨量场,并相应地标记是或否) 3) 如果我按照步骤(2)中提到的方法贴标签。我如何处理整个数据集 4) 我应该尝试哪种ML算法来获得更高的精度Machine learning 灌溉中的机器学习方法,machine-learning,supervised-learning,Machine Learning,Supervised Learning,我是机器学习新手。我正在做一个机器学习灌溉问题的项目。我需要研究特定作物(例如水稻作物)。我必须运用机器学习方法,根据气候参数告诉农民种子需要播种还是不需要播种(比如农民是否应该浇水) 大米需要以下参数气候条件: -平均而言,每个月大约需要180-300毫米的水才能生产出相当好的水稻。 -最适温度20-35摄氏度 我的数据集链接: 以下是我的疑问: 1) 它属于监督问题还是非监督问题(我认为它属于分类监督问题) 2) 如何标记数据集以用于培训目的。(我认为在python中使用if-else,通
y = [1 if rainfall in range(180,300) and temp in range(25,30) else 0 for row in data]
然后将y转换为numpy数组以便于计算