starsinaforest-使用机器学习改进MagicSeaWeed预测
在这个项目中，我正在使用RandomForest回归算法来改进使用机器学习对MagicSeaWeed 5星级评分系统的5天预报。
我已经使用Amazon AWS（Lambda和S3）下载了最近13个月的5天预报（5DF）和相应的实时预报，这些预报是使用Amazon AWS（Lambda和S3）在过去13个月中进行的，采样率为3小时
纽奎结果：
5DF的准确性各不相同，只有大约65％的时间被正确估计，而一颗恒星的30％的时间被正确估计。 很少有时间点显示出两颗甚至三颗星之间的差异。
对于每个时间点，仅从5DF中获取13个变量并运行随机森林回归，我改进了对“实心星”评级和“褪色星”评级的预测。 现在，两个收视率的正确估计时间点数都超过了85％。 实心恒星评级估计仅显示最多一颗恒星的差异，而褪色恒星评级估计仅显示极
