文章目录

  • 前言
  • 一、环境空气质量评价挑战赛
  • 二、源码
    • 1.LineRegression
  • 总结

前言

没事的话就也来参加一下这些比赛吧,只要进入前20%就有证书发啦,以后说不定有用噢


一、环境空气质量评价挑战赛


数据预览:

参赛链接
这是一个时间序列问题,数据是没有缺失的,是一个典型的回归问题,后续可能考虑提升树啊,XGBoost,lightGBM,DNN,LSTM等等

好吧,更一下这里有个XGBoost的链接,不过只有0.08的分数。
https://blog.csdn.net/qq_44694861/article/details/118240970

二、源码

1.LineRegression

代码如下(示例):

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import KFold
from sklearn.metrics import mean_squared_errordef rmse(y_true, y_pred):return mean_squared_error(y_true=y_true, y_pred=y_pred) ** 0.5train = pd.read_csv('C:/Usersx/Desktop/环境空气质量评价挑战赛/初赛_训练集/保定2016年.csv')
test = pd.read_csv('C:/Usersx/Desktop/环境空气质量评价挑战赛/初赛_测试集/石家庄20160701-20170701.csv')data = pd.concat([train, test]).reset_index(drop=True)
data['month'] = data['日期'].apply(lambda x: str(x).split('/')[1])
data_onehot = pd.get_dummies(data['质量等级'])
data = pd.concat([data, data_onehot], axis=1)feature = ['AQI', 'PM2.5', 'PM10', 'SO2', 'CO', 'NO2', 'O3_8h','month', '严重污染', '中度污染', '优', '良', '轻度污染', '重度污染'
]
label = 'IPRC'train = data[:train.shape[0]]
test = data[train.shape[0]:]oof_train = np.zeros((train.shape[0],))
oof_test = np.zeros((test.shape[0],))kf = KFold(n_splits=2, random_state=66, shuffle=True)
for index, (tr_index, vl_index) in enumerate(kf.split(train)):X_train, X_valid = train.iloc[tr_index][feature].values, train.iloc[vl_index][feature].valuesy_train, y_valid = train.iloc[tr_index][label], train.iloc[vl_index][label]lf = LinearRegression()lf.fit(X_train, y_train)oof_train[vl_index] = lf.predict(X_valid)oof_test = oof_test + lf.predict(test[feature].values) / kf.n_splitsr = rmse(train[label], oof_train)
print('RMSE:%f'%r)submit = test[['日期']]
submit = submit.reset_index()
submit.drop('index', axis=1, inplace=True)temp = pd.DataFrame(oof_test)
submit = pd.concat([submit,temp],axis=1)submit.columns = ['date', 'IPRC']
submit.to_csv('C:/Usersx/Desktop/环境空气质量评价挑战赛/submit.csv', index=False)

总结

提示:返回分数一般是0.04左右啦。

2021科大讯飞_环境空气质量评价挑战赛_LineRegression_baseline0.04385相关推荐

  1. 讯飞开发者大赛-环境空气质量评价挑战赛baseline

    前言 最近讯飞开发者大赛如火如荼地进行着,各赛道赛题都具有挑战性,大家都可以参与挑战 大赛地址:http://challenge.xfyun.cn/?ch=ds-sq-bm 环境空气质量评价挑战赛 数 ...

  2. 图像主观质量评价 评分_视频质量评价算法 之 客观评价的性能指标

    前言乱语 说完数据集,先给大家结个尾吧(误) 视频质量评估(VQA)第二期 来介绍几个 评价视频质量评价算法的性能评估指标 我发4,没有在套娃...... 简易小目录 SROCC(Spearman r ...

  3. 视频质量评价:挑战与机遇

    正文字数:5168  阅读时长:10分钟 本文整理自鹏城实验室助理研究员王海强在LiveVideoStack线上分享上的演讲.他通过自身的实践经验,详细讲解了视频质量评价的挑战与机遇.   文 / 王 ...

  4. 数量和质量评价模型_数量对于语言模型可以具有自己的质量

    数量和质量评价模型 The recent advances in language modeling with GPT-3 got me thinking: at what point does a ...

  5. 国家开放大学2021春1338幼儿园教育质量评价题目

    试卷代号:1338 2021年春季学期期末统一考试 幼儿园教育质量评价 试题 2021年7月 一.简答题(每小题8分,共5小题,共40分) 1.简要解释什么是评价的目标达成模式. 2.简要说明如何评价 ...

  6. java 教学反馈系统_基于SSM框架下的JAVA教师教学质量评价信息反馈系统

    每天记录学习,每天会有好心情.*^_^* 今天将为大家分析一个教师教学质量评价信息反馈系统(教师教学质量评价可以从多个方面开展,其中学生是课堂的直接参与者,学生评教可以使学校管理层获得真实而全面的信息 ...

  7. 图像主观质量评价 评分_图像质量分析工具哪家强?

    上篇文章中提到了日本总务省按照ITU国际电信联盟标准做了一个真人评测4K/8K的实验,真的是有点费时费力,那么有什么设备或软件能够替代人力来做这些工作吗?答案当然是有的啦.其中不得不提到Tektron ...

  8. 斯皮尔 皮尔森 肯德尔_失焦图像的无参考质量评价

    刘玉涛 赵德斌 Abstract: Images are vulnerable to different kinds of distortions, such as blur, noise, bloc ...

  9. python图像融合算法_图像融合质量评价方法的python代码实现——MS-SSIM

    图像融合质量评价方法的python代码实现--MS-SSIM 图像融合质量评价方法的python代码实现--MS-SSIM 文章目录 1 前言 2 MS-SSIM介绍 2 MS-SSIM的代码 2.1 ...

最新文章

  1. 抓紧!抓紧!CSDN年终重榜福利来了~人手一份,快来投稿!!
  2. 《基于压缩传感的匹配追踪重建算法研究》读书笔记
  3. 新装 Win7 系统装完驱动精灵,一打开到检测界面就卡死——原因与解决方案
  4. R-CNN , Fast R-CNN , Faster R-CNN原理及区别
  5. 【Python爬虫】存储格式化数据
  6. 用python画玫瑰花-用python画一朵玫瑰花
  7. 怎样往mysql里添加数据_怎么往mysql表里添加数据
  8. Floyd 多源最短路径
  9. powerdesigner下载,注释转换和导出word
  10. 用广义线性模型进行数据分析(下)
  11. mma7660(gsensor)的hwmon驱动
  12. 如何发个 微信九宫格 朋友圈?
  13. 上海宝付揭穿网络招聘小把戏
  14. IOS获取农历节日.节气
  15. 什么是平衡二叉树和平衡二叉树的高度达到O(log2n)最少需要结点数为n
  16. 高中数学教科书选修系列介绍
  17. python自动做表格_用Python做自动化的表格处理(批量智能替换) - Python趣用之法2...
  18. c语言调易语言dll,易语言DLL来返回文本供其他语言调用
  19. SAP 基于收货的发票校验 GR-Based IV
  20. hibernate常见错误之Unable to locate persister:

热门文章

  1. Linux介绍和命令
  2. 计算机综合性能,电脑综合性能排行榜
  3. 《零基础入门学习Python》第063讲:论一只爬虫的自我修养11:Scrapy框架之初窥门径
  4. 单片机 实物 AT89C52RC day01 内容: LED 蜂鸣器 独立按键, 矩形按键模块
  5. 每天10分钟——10.22
  6. CTF-2022-暑期学习记录-第二周
  7. Cocos2d-x 3.x学习笔记:猩先生带你打飞机(二)素材准备与游戏菜单场景
  8. 招商基金数字化转型下的研发管理|发布会精彩回顾
  9. 【懒人系列】快手获取当前播放视频时长
  10. 关于工作,工作效率。