Ilmamudel · Databricks

Stockholmi homne temperatuur

Sisesta ilmaandmed või lase need genereerida, ja vaata, mida mudel homse keskmise temperatuuri kohta ennustab. Sama sisendi saad kopeerida ka oma Databricksi teenusele.

Kuidas see leht seostub sinu tööga. Siin arvutab prognoosi õpetaja näidismudel, mis on treenitud täpselt samade sammudega nagu sinu 1.–3. vihikus (4 päeva lag'i, 40 tunnust, MLPRegressor(50, 30)) ja töötab otse sinu brauseris. See ei ole ühendatud sinu Databricksi kontoga. Sinu enda teenuse proovimiseks kasuta all olevat JSON-i.

1. Võta andmed

Mudel vaatab nelja viimast päeva (day_0 on viimane lõppenud päev, day_1 sellele eelnev jne) ja ennustab sellele järgnevat päeva.

päris ilm, internetiühendusega

2. Sisendid (võid ka ise muuta)

Igal linnal on kolm rida (keskmine, maksimum, miinimum) ja neli päeva. Kriipsuga (–) lahtreid mudel ei kasuta. Temperatuurid on °C.

3. Prognoos

–

    4. Sama sisend sinu Databricksi teenusele

    1. Databricksis ava vasakult Serving ja vali oma teenus (olek Ready).
    2. Vajuta Query endpoint, kustuta aknast vana tekst ja kleebi siia kopeeritud JSON.
    3. Vajuta Send Request. Vastus on kujul {"predictions": [ … ]}.

    Sinu teenuse arv peaks olema ülal oleva prognoosiga sama või väga lähedane. Täpselt võrdne ei pruugi olla, sest sinu Databricksi tarkvaraversioonid võivad õppimist veidi muuta. Kui teenus ütleb, et mõni veerg puudub, on sinu tunnuste nimekiri teine: võrdle oma ilm_tunnused tabelit (peab olema 40 tunnust).

    Varuvariant 4. vihikule (lisatöö)

    Kui Databricks ei lase Open-Meteole ligi (Free Edition piirab väliseid ühendusi), võta andmed siin leheküljel ja laadi need Databricksi tabelina üles.

    1. Vajuta ülal Võta eilsed andmed Open-Meteost.
    2. Vajuta allolevat nuppu ja salvesta CSV.
    3. Databricksis: tee CSV-st tabel workspace.default.ilm_openmeteo_fail (sama moodi nagu ilmaandmetega) ja pane 4. vihikus ALLIKAS = "tabel".