本文介绍了AI Earth创新挑战赛中的气象海洋预测项目，通过数据探索性分析，包括标签分布、SST特征的海陆掩膜与插值，以及CMIP数据的缺失值处理。此外，探讨了数据处理方法，如增加月特征和滑窗技术，以及使用CNN+LSTM模型构建过程，以应对时间和空间信息的挖掘。
【机器学习入门与实践】入门必看系列，含数据挖掘项目实战：模型融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘
专栏详细介绍：【机器学习入门与实践】合集入门必看系列，含数据挖掘项目实战：数据融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘。
本专栏主要方便入门同学快速掌握相关知识。声明：部分项目为网络经典项目方便大家快速学习，后续会不断增添实战环节（比赛、论文、现实应用等）
专栏订阅：数据挖掘-机器学习专栏
主要讲解了
订阅专栏 解锁全文
扫一扫
评论 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
