Sélection des variables climatiques influentes par régression LASSO
Analyse de données réalisée dans Google Colab pour identifier les variables climatiques les plus influentes.
- Nettoyage, transformation et normalisation des variables climatiques dans un environnement Python.
- Implémentation de l'algorithme de régression LASSO avec Scikit-learn afin d'identifier les variables les plus influentes sur la variable cible.
- Analyse et interprétation des résultats obtenus en évaluant l'importance des variables sélectionnées par le modèle.
- Production de visualisations et d'indicateurs facilitant la compréhension des résultats et l'aide à la prise de décision.
Environnement technique