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.
Mudel vaatab nelja viimast päeva (day_0 on viimane lõppenud päev, day_1 sellele eelnev jne) ja ennustab sellele järgnevat päeva.
Igal linnal on kolm rida (keskmine, maksimum, miinimum) ja neli päeva. Kriipsuga (–) lahtreid mudel ei kasuta. Temperatuurid on °C.
{"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).
Kui Databricks ei lase Open-Meteole ligi (Free Edition piirab väliseid ühendusi), võta andmed siin leheküljel ja laadi need Databricksi tabelina üles.
workspace.default.ilm_openmeteo_fail (sama moodi nagu ilmaandmetega) ja pane 4. vihikus ALLIKAS = "tabel".