Apprentissage automatique et prédiction de données "vent"

Bonjour,

J’ai un gros souci avec ma base de données « vitesse du vent », en fait, j’ai pour une même ville française plusieurs lignes à des dates (à la journée) différentes.
Pour chacune des villes de France et pour chacune des dates j’ai plusieurs informations : nuages, humidité, pression atmosphérique, température et vitesse du vent.
Je souhaite prédire avec ces infos la vitesse du vent pour le jour suivant.
J’ai tenté plusieurs technique de machine learning, (svm, gbm, glm, rf, gxboost, arima), j’ai tenté des acp, afc, acm, bref un peu tout et rien ne marche. Rien ne sort. Plus rien ne va.

Est-ce que vous pourriez me donner des conseils ou une soluce ?
D’avance merci,
nat

Bonjour Nathalie,

Ton problème ressemble à un problème de régression.

L'ensemble de tes paramètres en entrée et une variable de sortie : la vitesse des vents.

Quelque idée sur les algorithmes que tu as utilisés.

svm : dans le cas où tu segmentes tes vents en données qualitatives

glm : très bonne idée, mais il faut définir la loi sous-jacente.

arima : Série chronologique inadaptée

acp : bonne idée pour avoir une représentation graphique de tes données.

Bien cordialement.

Merci, je vais retenter ma chance.
nat

Bonjour,

Je ne sais pas si u as pu avancer ta problématique entre temps mais je réponds quand même...
Alors moi je ferai d'abord une ACP suivie d'une classification pour déjà regrouper mes villes en cluster de villes les plus homogènes possibles en terme de climat. Ensuite pour chaque cluster je créerai un modèle prédictif.
Pour la modélisation j'irai vers une approche en série chronologique (moi je dis oui. ça me semble adapté on a des dates successives...)

PS : si tu peux montrer ta base de données ce serait chouette

Bon courage à toi

Je jetterai aussi un oeil sur les données de panel . . .