23、热带气旋分析与降雨预测

热带气旋分析与降雨预测

1. 研究方法

1.1 实验方法

本研究采用如图1所示的实验方法。从PAGASA获取的数据集经历了多个阶段，数据预处理是第一步，包括数据清理和数据补充。数据预处理后得到用于分析的选定数据。对处理后的数据集应用不同的预测性机器学习算法，并将其评估为预测模型。

使用了4种算法：多层感知器（Multilayer Perceptron）、线性回归（Linear Regression）、SMOReg和高斯过程（Gaussian Processes）。这些算法在数据集上进行了性能评估。

回归机器学习算法	描述
多层感知器	使用反向传播学习多层感知器对实例进行分类的分类器
线性回归	使用赤池准则进行模型选择，能够处理加权实例
SMOReg	实现用于回归的支持向量机，参数可以使用各种算法学习
高斯过程	实现用于回归的高斯过程，无需超参数调整。为了更轻松地选择合适的噪声水平，该实现对目标属性以及其他属性（如果开启归一化/标准化）应用归一化/标准化

1.2 热带气旋数据集

首先描述气象数据集中包含