酒点和机器学习 在葡萄平均生长季节（3月至8月）的每个月中，使用温度（低，高，平均），降水，湿度和阴天来预测葡萄酒的得分。 使用多元线性回归，支持向量回归和神经网络。 结论 下次提供更多时间： 更多小尺寸类别 更大的数据集 更加多样化的天气数据（即污染） 包括其他地区（即法国或其他国家） 更多的葡萄酒包含更多的积分 调查葡萄酒品种 其他要考虑的因素： 气候 技术 环境因素（污染，土壤养分等） 藤龄