[论文解读] MLRM: A Multiple Linear Regression based Model for Average Temperature Prediction of A Day

Ishu Gupta, Harsh Mittal+2 more|arXiv (Cornell University)|Mar 11, 2022

Hydrological Forecasting Using AI被引用 21

一句话总结

本论文提出一个带有特征选择的多元线性回归模型，用于从前3天预测某日的平均气温，在测试集上误差约为2.8°C。

ABSTRACT

Weather is a phenomenon that affects everything and everyone around us on a daily basis. Weather prediction has been an important point of study for decades as researchers have tried to predict the weather and climatic changes using traditional meteorological techniques. With the advent of modern technologies and computing power, we can do so with the help of machine learning techniques. We aim to predict the weather of an area using past meteorological data and features using the Multiple Linear Regression Model. The performance of the model is evaluated and a conclusion is drawn. The model is successfully able to predict the average temperature of a day with an error of 2.8 degrees Celsius.

研究动机与目标

• 使用前3天的天气数据预测某日的平均气温。
• 在回归之前应用特征选择以去除非线性和不显著的特征。
• 通过训练/测试分割评估模型性能并可视化预测与实际气温。
• 使用 Weather Underground 数据演示可行性并评估预测准确性。

提出的方法

• 计算皮尔逊相关以评估线性关系，并选择 |r| > 0.6 的特征。
• 在显著性水平 0.05 下使用 p 值的向后消除法丢弃不显著的特征。
• 将数据分成 80% 训练集和 20% 测试集用于多元线性回归模型。
• 训练 MLR 模型以最小化实际值与预测值之间的平方误差和。
• 使用 Python 库（Pandas、StatsModels、scikit-learn、matplotlib）进行特征选择、模型训练、评估和可视化。

实验结果

研究问题

• RQ1 在所提出的 MLR 方法中，预测日均温的平均绝对误差/均方误差是多少？
• RQ2 在相关性筛选和向后消除之后，初始集合中哪些特征仍然显著？
• RQ3 在使用过去三天的气象数据预测某日平均气温时，MLR 模型在未见数据上的表现如何？
• RQ4 特征选择在提高该天气预测任务的线性回归模型中的作用是什么？

主要发现

• 该研究使用 Weather Underground 数据集，包含 997 个样本。
• 经过特征选择后，MLR 模型保留了 7 个特征。
• 模型在测试集上的绝对均值误差为 2.8 度 Celsius。
• 皮尔逊相关筛选确保在向后消除前，所有剩余特征的 |r| > 0.6。
• 最终模型的预测在绘图时与 y = x 线高度对齐，表明精度良好。