平时作业：多变量天气预测
一、任务描述
背景：近年来，基于机器学习的天气预测逐渐成为气象研究的重要方向。传
统的数值天气预报方法依赖于复杂的物理模型，而机器学习技术通过分析大量历
史气象数据，能够捕捉到潜在的非线性关系和模式。机器学习在天气预测中的应
用潜力正不断被深入挖掘。
任务：本次作业给出了某地 2020 年全年 10 分钟间隔的温、压、风、湿、降
水数据，其中每个月最后一天的天气数据删除。请各位同学调研并学习时间序列
预测相关方法，实现对缺失时间的天气进行预测。
要求：使用本课程学习的机器学习模型（例如线性回归、决策树、随机森林
等）实现对天气的预测。以下可做参考：
https://blog.csdn.net/qq_38614074/article/details/139737261
二、数据格式
数据保存于 data.csv 文件，每行存储一个时间点的天气数据，每行共六列：
时间、气压、温度、湿度、风速、降水量。
其中每月最后一天数据缺失，需要对其天气进行预测。
资源评论
