姓名	学号
陈聪	20185109043
张一帆	20185109045
罗凯	20185110010
刘文博	20185109044

任务

由给定一段时间内的北京天气相关指数数据和北京PM2.5指数等，建立模型预测接下来一段时间内北京的PM2.5指数。

数据

数据主要包括2010年1月1日至2014年12月31日间北京pm2.5指数以及相关天气指数数据。
数据分为训练数据和测试数据，分别保存在pm25_train.csv和pm25_test.csv两个文件中。
其中训练数据主要包括35746条记录，13个字段，主要字段说明如下：
date：观测数据发生的日期（年-月-日）
hour：观测数据发生的时间点（时）
pm2.5：观测时间点对应的pm2.5指数（(ug/m^3)
DEWP：露点，空气中水气含量达到饱和的气温（â„ƒ）
TEMP：温度，观测时间点对应的温度（â„ƒ）
PRES：压强，观测时间点对应的压强（hPa）
Iws：累积风速，观测时间点对应的累积风速（m/s）
Is：累计降雪，到观测时间点为止累计降雪的时长（小时）
Ir：累计降雨，到观测时间点为止累计降雨的时长（小时）cbwd_NE：观测时间点对应的风向为东北风(m/s)
cbwd_NW：观测时间点对应的风向为西北风(m/s)
cbwd_SE：观测时间点对应的风向为东南风(m/s)
cbwd_cv：观测时间点对应的风向为静风(m/s)

测试数据主要包括6011条记录，12个字段，测试数据的字段信息和训练数据相比，除了不包括pm2.5字段以外其他完全相同。学员需要通过所学的知识，利用训练数据建立回归模型，并用于预测测试数据相应的pm2.5指数。

核心代码

import time
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression  # 用于线性回归
from sklearn.model_selection import train_test_split df = pd.read_csv('D:\game\pm2.5\北京PM2.5浓度回归分析训练赛\pm25_train.csv', engine='python')

查看数据发现日期格式是字符串格式

例如：“2019-01-01”，首先第一步操作要把字符串类型的日期，拆分成年、月、日、周几，之后再把这4个特征添加到数据表中。
def data_format(dt):

time_list = []
t = time.strptime(dt, '%Y-%m-%d')
time_list.append(t.tm_year)
time_list.append(t.tm_mon)
time_list.append(t.tm_mday)
time_list.append(t.tm_wday)
return time_list
date = df['date'].tolist()
jieguo = []
for dt in date:jieguo.append(data_format(dt=dt))df_time = pd.DataFrame(jieguo)
df_time.columns=['year', 'mon', 'day','week']
df_data = pd.concat([df,df_time], axis=1)

接着进行模型训练和预测

y = df_data['pm2.5']
X = df_data.drop(columns=['pm2.5','date'])
X_train,X_test,y_train,y_test = train_test_split(X, y, test_size=0.3,random_state=42)
lr = LinearRegression().fit(X_train, y_train)yuce = lr.predict(X_test)
df_jieguo = pd.DataFrame(y_test)
df_jieguo = df_jieguo.reset_index()
df_jieguo['yuce'] = yuc

最后计算的预测准确度情况

df_jieguo['wucha'] = pow((df_jieguo['yuce']-df_jieguo['pm2.5']), 2)
he = sum(df_jieguo['wucha'])
score = he/len(df_jieguo)

北京PM2.5浓度回归分析相关推荐

数据挖掘竞赛-北京PM2.5浓度回归分析训练赛
北京PM2.5浓度回归分析训练赛简介 DC上的一个回归题,比较简单. 时间原因没有细看,提交到70多名就结束了. 使用stacking方法结合多个回归模型. 过程数据获取官方给定. 数据探索训 ...
R语言：北京PM2.5浓度回归分析
竞赛信息及数据来源: https://www.pkbigdata.com/common/cmpt/北京PM2.5浓度回归分析训练赛_竞赛信息.html # 读入数据 data <- read.c ...
DC算法竞赛——北京PM2.5浓度回归分析
北京PM2.5浓度回归分析比赛结果(118/1150) 一. 概述 1.项目来源:https://www.dcjingsai.com/static_page/cmpList.html 2.给定数据字 ...
机器学习实践系列（三）----达观杯--北京PM2.5浓度回归分析训练赛
1.大赛地址北京PM2.5浓度回归分析训练赛看了很长时间机器学习算法了,从这个博客开始打算长期更新一些算法的尝试,在实践中用起来. 先从最简单的线性回归开始吧. 2.赛题说明数据主要包括2010 ...
线性回归、Lasso回归、岭回归预测北京PM2.5浓度
一.项目背景北京PM2.5浓度回归分析训练赛 1.数据数据主要包括2010年1月1日至2014年12月31日间北京pm2.5指数以及相关天气指数数据. 数据分为训练数据和测试数据,分别保存 ...
Linux作业北京各监测站的PM2.5浓度
完整代码: curl http://www.pm25china.net/beijing/ | awk '/更新时间/{print $0}/<td>/{print $0}' | sed 's ...
基于Keras的LSTM多变量时间序列预测（北京PM2.5数据集pollution.csv）
基于Keras的LSTM多变量时间序列预测传统的线性模型难以解决多变量或多输入问题,而神经网络如LSTM则擅长于处理多个变量的问题,该特性使 ...
北京PM2.5情况分析（2010-2014）
利用网上搜集到的CSV数据,对北京市2010年至2014年的PM2.5情况进行分析. 数据获取数据来源于 UC Irvine Machine Learning Repository网站中的Beiji ...
Python分析北京PM2.5，原来每年的值都在变少......
什么是PM2.5 pm为英文particulate matter的缩写,翻译成中文叫做颗粒物.pm2.5是指大气中直径小于或等于2.5微米的颗粒物,有时也被称作入肺颗粒物.我们日常常见的雾霾天气大多 ...

北京PM2.5浓度回归分析

任务

数据

核心代码

查看数据发现日期格式是字符串格式

接着进行模型训练和预测

最后计算的预测准确度情况

北京PM2.5浓度回归分析相关推荐

最新文章

热门文章