上传者: 42134117
|
上传时间: 2021-12-17 19:06:09
|
文件大小: 58.73MB
|
文件类型: -
酒点和机器学习
在葡萄平均生长季节(3月至8月)的每个月中,使用温度(低,高,平均),降水,湿度和阴天来预测葡萄酒的得分。 使用多元线性回归,支持向量回归和神经网络。
结论
下次提供更多时间:
更多小尺寸类别
更大的数据集
更加多样化的天气数据(即污染)
包括其他地区(即法国或其他国家)
更多的葡萄酒包含更多的积分
调查葡萄酒品种
其他要考虑的因素:
气候
技术
环境因素(污染,土壤养分等)
藤龄