安什么天气预报？
曾经开发过一套气象数据采集系统，可以采集本地及远程的气象数据（温度、湿度、压力、风向风速等），还可以采集GPS的时间信息，用于确定采样时间。 然后利用NLP技术对原始数据进行分类提取，得到天气状况描述词语集。 最后构建机器学习模型，对训练集进行训练，得到预测模型。把待测样本输入到预测模型中，就可以得到该天气情况的概率分布，选取最大概率所对应的天气情况描述词汇，就得到了对于该样本的天气情况描述。
为了降低机器学习模型的复杂度，提高模型的泛化能力，我采用了多种算法的多特征组合来进行特征降维，并且利用交叉验证的方法来挑选最优的特征集合和分类器。在测试数据上的表现，正确率大概能到90%左右。
后来这个产品经过一些简化和优化，推广到了其他行业，帮他们解决了“没有数据，不知道怎么分析”的难题，深受广大运营同学喜爱。