这种情况下,研究的目的是探讨在美国不同地点的暴雨事件和分析不同类型的事件相关联的频率和损害成本。机器学习模型被用于预测损伤成本,基于历史数据从1980 - 2018年的计算,然后在一个应用程序,它可以作为网络应用程序共享执行。
这个例子也用于预处理以各种形式(数字,文本分类,日期和时间)数据的亮点技术和大型数据集不适合内存的工作。
这个例子是在“数据科学与MATLAB”研讨会系列中使用。
希瑟Gorr(2020)。数据科学:预测天气事件的损害成本(//www.tianjin-qmedu.com/matlabcentral/fileexchange/69337-data-science-predict-damage-costs-of-weather-events),MATLAB中央文件交换。检索。
1.0.1 | 更新了数据科学瓦特/ MATLAB研讨会 |
JJ米jaquan大米(查看资料)
Junran曹(查看资料)
这个演示是真棒!
Pouya Pourakbarian尼亚兹(查看资料)
莫约阿贾伊(查看资料)
乌米特Isikdag(查看资料)
谭大元(查看资料)