Análise Climática

Utilizando modelos regressivos

OBJETIVOS
1. Verificar a eficiência de diversas técnicas de modelamento
preditivas levando em conta o ajuste e o custo de
processamento.
2. Construir um modelo regressivo capaz de predizer a umidade
em função da temperatura e pressão, com três horas de
diferença.
COLETA DOS DADOS

BMP180

NodeMCU Web Thingspeak

DHT22

Local
Remote
METODOLOGIA Cross Validated Cross Validated

Start
Remove NA’s KNN ANN

Remove
New Data duplicates POLY SVM

Average by
Stored hour BRT
Data Graphs

Merge Graphs RF
Finish
RESULTADOS
RESULTADOS
CONCLUSÕES
1. O melhor modelo analisado, foi a Rede Neural Artificial (ANN)
com R²= 51,47%, no entanto ele é o mais demorado para ser
executado, tomando 22 minutos por execução.
2. A baixa acertividade da regressão se dá pelo fato de os
modelos não levarem em conta a periodicidade das variáveis,
assim como fazem as séries temporais.