KNN：一种被低估的局地降雨预报模型
机器学习
2021-03-30 v1 人工智能
摘要
局地降雨预报是水文学与气象学中的重要问题。本文旨在应用多种机器学习算法，尤其是最先进的深度学习算法，包括深度神经网络、宽神经网络、深度与宽神经网络、储备池计算、长短期记忆、支持向量机、K近邻（KNN），来预报纽约上州不同流域的局地降水，从而设计一个集成工具。通过实验结果及包括分类与回归的机器学习模型间比较，我们发现 KNN 是相较于其他模型处理降水数据中不确定性的杰出模型。诸如 ZScore 与 MinMax 的数据归一化方法也被评估与讨论。
引用
@article{arxiv.2103.15235,
title = {KNN, An Underestimated Model for Regional Rainfall Forecasting},
author = {Ning Yu and Timothy Haskins},
journal= {arXiv preprint arXiv:2103.15235},
year = {2021}
}