赛题背景
作为一个时间序列预测问题,需要基于历史气候观测和模式模拟数据
具体包括
- 利用T时刻过去12个月(包含T时刻)的时空序列(气象因子)
- 构建预测ENSO的深度学习模型
- 预测未来1-24个月的Nino3.4指数
我的初衷
简单来说就是根据给定时间段内的相关数据(示意是12个连续自然月),预测未来1-24个月的趋势。前老板还在的时候曾经试图做过这个相关的research,但是师姐没有做出比较好的结果,所以这次跟着大家学习一下。
数据说明
本次比赛使用的数据包括CMIP5/6模式的历史模拟数据和美国SODA模式重建的近100多年历史观测同化数据。每个样本包含以下气象及时空变量:海表温度异常(SST),热含量异常(T300),纬向风异常(Ua),经向风异常(Va),数据维度为(year,month,lat,lon)。对于训练数据提供对应月份的Nino3.4 index标签数据。
Baseline
这里给出datawhale的baseline 我先调试下结果
Baseline
事实证明 还是需要很多时间跑的
然后结果不出所料
还有很大的优化空间
baseline衍生 模型预测
过程中报了这个错误
改法:
然后是这个错误
然后尝试网上给的解决方法都没解决