C'est un modèle de régression qui prédit les niveaux de pollution (comme le dioxyde de carbone ou les particules fines PM2.5) en fonction des données météorologiques quotidiennes.
-
Génération de données synthétiques Utilisation de Numpy pour créer des données météorologiques et des niveaux de pollution associés
-
Régression multiple avec scikit-learn Pour créer un modèle de régression linéaire pour prédire le niveau de pollution en fonction de la température, de l'humidité et de la vitesse du vent.
-
Visualisation avec Matplotlib Pour visualiser l'évolution de la pollution au cours de l'année et superposer les prédictions du modèle.
-
Évaluation du modèle On peut évaluer la performance du modèle avec des métriques comme le MSE et le coefficient R²
python meteor.py