上一篇

下一步

练习 - 运用机器学习来预测火箭发射是否成功

已完成

最后，可使用你的数据集中用未有过的数据来测试你的模型。

在 2020 年 7 月 30 日美国东部时间上午 7:50，NASA 在卡纳维拉尔角发射了飞往火星的毅力号火星车。

收集模型的输入数据：

• 载人还是无人
• 高温
• 低温
• 平均温度
• 发射时的温度
• 历史高温
• 历史低温
• 历史平均温度
• 发射时的降雨
• 历史平均降雨
• 风向
• 最大风速
• 能见度
• 发射时的风速
• 历史平均最大风速
• 历史平均能见度
• 条件

你可在大多数气象网站上找到这些信息。 请记住，数据应全部采用数字形式。

以下示例使用假设的数据：

# ['Crewed or Uncrewed', 'High Temp', 'Low Temp', 'Ave Temp',
#        'Temp at Launch Time', 'Hist High Temp', 'Hist Low Temp',
#        'Hist Ave Temp', 'Precipitation at Launch Time',
#        'Hist Ave Precipitation', 'Wind Direction', 'Max Wind Speed',
#        'Visibility', 'Wind Speed at Launch Time', 'Hist Ave Max Wind Speed',
#        'Hist Ave Visibility', 'Condition']

data_input = [ 1.  , 75.  , 68.  , 71.  ,  0.  , 75.  , 55.  , 65.  ,  0.  , 0.08,  0.  , 16.  , 15.  ,  0.  ,  0. ]

tree_model.predict([data_input])

继续改进

按照本学习路径中所述方式继续改进模型时，请注意其他 NASA 火箭发射。 看看你的模型能否准确预测结果。

你还可将天气预报与机器学习模型相结合，来了解能否预测是否存在发射延迟！

继续