Недавно я начал с машинного обучения. Я хочу создать модель машинного обучения для системы обнаружения пожара в режиме реального времени. Входные данные - это экологические функции, а выходные данные - возможность огня. Когда Time = 0, мы устанавливаем огонь. Так, например:Как создать модель машинного обучения для системы обнаружения пожара?
Time Temperature CO CO2 ... ... Fire_Possibility
-20 20 ** ** Low
-15 21 ** ** Low
-10 19 ** ** Low
-5 20 ** ** Low
0 22 ** ** Med
5 25 ** ** Med
10 27 ** ** High
15 31 ** ** High
... ...
... ...
Я пытаюсь обучить нейронную сеть с Weka, так что для каждого момента, рассчитать скорость изменения и относительное значение для каждого атрибута, а затем обучить модель, как это:
Time Tem_Rate_of_change Tem_Relative_value CO CO2 ... ... Fire_Possibility
-20 0 0 ** ** Low
-15 1 1 ** ** Low
-10 -2 -1 ** ** Low
-5 1 0 ** ** Low
0 2 2 ** ** Med
5 3 5 ** ** Med
10 2 7 ** ** High
15 4 11 ** ** High
... ...
... ...
Но я не мог получить модель с высокой точностью. Я думаю, что лучше делать обнаружение со всеми значениями в прошлом, а не использовать значения за один момент. Я не знаю, существует ли модель машинного обучения, которую можно было обучать со значениями в течение определенного времени в прошлом. Может кто-нибудь мне помочь?