El 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.