Recap of Accomplishments

2023-10-10

1. 지원 서류 제출하기
2. 포스터 3개 변수 - 월별 그래프 넣고 오차 표로 만들기
3. NGBoost 결과 제일 좋은거 월/일 그림 넣고 오차 표로 만들기
4. 영암 데이터에 대해서 NGBoost

2023-10-11

1. ngboost 과적합 되는지 확인하였음
   기본 파라미터:

		- #전체
			ngb = NGBRegressor(n_estimators=3809,  natural_gradient=True,
			                   learning_rate = 0.01,Base=default_tree_learner, Dist=Normal, Score=MLE, 
			                   minibatch_frac = 0.427, col_sample = 0.94797, verbose_eval =50)
			ngb.fit(X_train, y_train, X_val = X_test, Y_val = y_test, early_stopping_rounds = 25)

방법	train	test
기본 ngbregressor	train-3.2183	test-3.38611
파라미터 업데이트 후	train-3.11	test-3.33
learning rate 0.01로 바꾸고	train-3.14	test- 3.31
학습했던대로	train-2.65	test-3.36
다시 원래대로 돌리고 early 20	train3.10	test3.32
learning 0.01, early 20=>	train 3.11	test 3.30
learning 0.01 early 15=>	train 3.15	test 3.32
다하고 validation 뺐음 ->	train 3.01	test 3.27

2. 최적화 모델 그림 완성함
   

3. 대역2 수업듣기

4. ERA5 dataset 다운받아놓기

2023-10-12

1. 대역2 수업듣기
2. ERA5 변수 통일하기

• 기온 K->도씨
• 풍속 u, v-> wind speed
• 강수 m->cm
• 적설 mwe->cm
• 전운량 [0,1] -> [0,10]

3. 분포 같은지 확인

• 잘 맞는애들 (wind, cloud, temp)
  
  
  

• 잘 안맞는애들 (snowfall, solar radiation, precipitation)
  
  
  

눈이랑 강수는 그렇다 치는데 solar radiation값이 좀 이상한데 이상값이 많아서 돌리면 또 어떻게 나올지 모르겠다.
변환하는데 나오는 오차는 감수하고 돌려보는게 우선일 듯.

4. 포함할 다른 지역 리스트업함

• 지도에 표시하기

포스터 진행도

아니 ppt 이미지로 저장할라 하니까 워터마크가 생기네.... 쩝....

Next Week's Agenda

0. 포스터 오른쪽 아래 부분
1. 다른 지역까지 학습은 asos로 하되 test를 era5로 해서 오차 확인하기
2. 전체 지역에 대해 예측하기 -> 어느정도 오차를 감안해야하는지 계산하기