我是ML的初学者，我想创建一个智能恒温器，在从用户的交互中收集到足够的数据后，它将开始自己设置家庭温度。
到目前为止我得到的是硬件原型，它允许用户设置温度，同时它将环境和UserSetTemperature发布到ThingSpeak（以便轻松存储数据以供以后访问）
另一部分是python算法，它从ThingSpeak获取数据并将其转换为Pandas DataFrame。
数据框看起来如下：
timeStamp environment_temp user_set_temp
2018-05-27T00:12:43Z 20 21
2018-05-27T00:17:27Z 20 22
2018-05-27T00:17:59Z 20 24
2018-05-27T00:20:01Z 20 21
2018-05-27T00:23:14Z 20 24
2018-05-28T09:39:07Z 20 22
2018-05-28T10:40:17Z 20 23
2018-05-28T20:12:47Z 20 25
2018-05-28T20:14:16Z 23 25
2018-05-30T20:29:30Z 18 24
这就是我被卡住的地方。我不知道如何将这些数据与ML库一起使用，以便预测当环境温度为x时应该如何设置温度。
我尝试使用sklearn train_test_split（）和LinearRegression（），但没有显着结果
每个建议都将受到高度赞赏!!