Sánchez Garcés, Jorge AlejandroLópez Azaña, Kenyi Simons2019-12-272019-12-272019-12-02http://repositorio.upeu.edu.pe/handle/20.500.12840/2818El análisis fue basado en una data set de 1800 registros que fueron clasificados con su variable temperatura y humedad donde 80% de la data fue utilizado para el entrenamiento y 20% para la prueba donde el error cuadrado para nuestro algoritmo fue de 0.22. También se utilizaron líneas temporales ARIMA para visualizar como seguirá la temperatura, la humedad y la precipitación en un futuro.application/pdfspainfo:eu-repo/semantics/openAccessNaive BayesSupport vector machineAutoregressive integrated moving averageLineas temporalesinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#2.02.04