我有一个数据集，其中包含一个农场 10 年（2005 - 2014 年）的温度、降水和大豆产量数据。我想根据这些数据预测 2015 年的产量。

请注意，数据集有温度和降水的每日值，但每年只有一个产量值（因为作物收获发生在作物生长季节结束时）。

我想建立一个回归或其他一些基于机器学习的模型来预测 2015 年的产量，基于回归/其他一些模型，该模型是通过研究前几年的产量与温度和降水之间的关系得出的。

根据构建机器学习模型以根据环境数据预测作物产量，我sklearn.cross_validation.LabelKFold每年都使用相同的标签。

问题是，由于我每年只有一个目标值，我是否需要插值以填充一年中所有其他日子的目标值？我应该只为一年中的每一天使用相同的目标值吗？