李宏毅机器学习2020课后作业笔记 【hw1】 pm2.5值的预测

线性回归模型_深度学习线性回归模型 今天来介绍深度学习中的线性回归,并以空气质量数据为例,得出AQI指数和PM2.5、PM10、SO2等监测量之间的关系。最后采用Pytorch实现该例子。数据来源可参考文章:[空气质量指数]线性回归模型主要包括模型部分(即线性关系)、数据集、损失函数、优化函数这几个基本要素。01模型根据我们所拥有的数据,假设AQI指数只取决于PM25, PM10, SO2, CO, NO2, O3这几个因... 阅读详情

李宏毅机器学习2020课后作业 ML2020spring - hw1

1. 问题描述

给定一年内台湾某市的空气质量观测数据(每个月20天,每小时记录一次,每天共记录24个小时),目的是来预测某时刻的pm2.5值。训练数据是12个月,每个月20天的空气质量观测数据,每天共有18个特征(包括pm2.5),每天共24个小时的数据,也就是说每天共18 * 24个数据值。测试数据是前9个小时的数据,用来预测第10个小时的pm2.5值。

2. 数据预处理

  1. 用 p a n d a s pandas pandas读取 t r a i n . c s v train.csv train.csv文件,先读取成 D a t a F r a m e DataFrame DataFrame类型,再转成 n u m p y . n d a r r a y numpy.ndarray numpy.ndarray类型
  2. 按照作业要求,所有 N R NR NR都置为0
  3. 再把每个月的数据拼成一排,用字典存储, k e y key key就是月份, v a l u e value value就是每个月的数据
  4. 做标准化, n p . m e a n np.mean np.mean 和 n p . s t d np.std np.std
  5. 分割数据集,80% + 20%

3. 模型构建

这个作业构建的是线性回归模型, l o s s loss loss采用 R M S E RMSE <

机器学习--线性回归之PM2.5的预测 一、报告要求说明 采用北京大学搜集的2013-2017年的各个地区每日每小时空气品质数据 数据选用:空气品质指标(自选其一) PM2.5、TEMP等 当日数值(自选其一) 平均值、12:00等 参数选用 前N天预测当天数据 3>=N>=20 Training Set 自行选择北京某一地区某一年度的数据 Test Set(自选其一) 同地区不同年度或者同年度不同地区 Learing r... 阅读详情

相关推荐

李宏毅2020机器学习作业1——Linear Regression

————————————————————————————————————————————— 开始之前声明:本文参考了李宏毅机器学习作业说明. 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功...

科研鬼才的博客 1万+

李宏毅机器学习——课后作业1

李宏毅机器学习视频地址: 【李宏毅 深度学习19(完整版)国语】 第一次作业参考地址: 线性回归预测PM2.5----台大李宏毅机器学习作业1(HW1) 文章目录作业要求:作业分析:模型分析:代码分析:数据预处理:模型建立:完整代码:运行结果: 作业要求: 给定训练集train.csv,要求根据前9个小时的空气监测情况预测第10个小时的PM2.5含量。 训练集介绍: CSV文件,包含台湾丰原地区240天的气象观测资料(取每个月前20天的数据做训练集,12月X20天=240天,每月后10天数据用于测试,.

粉丝头子的故事 4800

李宏毅机器学习HW1之PM2.5预测MATLAB实现,两个参数计算

李宏毅机器学习HW1之PM2.5预测MATLAB实现 学习了李宏毅的机器学习,深入浅出特别适合入门,在网上搜集关于其作业的解答基本没有教程,我也是新手,希望可以一起学习。

u012323318的博客 7019

机器学习:PM2.5预测MATLAB实现(李宏毅HW1)

上一篇采用两个参数进行gradient descend计算线性回归问题,由于自己也是新手才学不久,最近又在啃周志华著的《机器学习》,深深的陷进去了,现在才想起吧这个未完成的任务完成,我也是新手也请大神指点。 直接进入正题将数据提取出来我这里分成了两步1.将数据从train.csv中提取到MATLAB中将数据存放在data矩阵中,其中矩阵的每一行是一种气象数据(feature)。tip:MATLAB

u012323318的博客 5924

机器学习(李宏毅hw1):预测PM2.5(使用Adagrad)

本文使用Adagrad进行回归,为了巩固理论,未使用sklearn中的相关方法,直接进行建模。 1. 理论基础 1.1 首先定义一个function set 用前九个小时pm2.5来预测第10小时的pm2.5 Yn=b+wn−1∗pm2.5n−1+wn−2∗pm2.5n−2+wn−3∗pm2.5n−3+wn−4∗pm2.5n−4+wn−5∗pm2.5n−5+wn−6∗pm2.5n−...

xavierri的博客 1万+

李宏毅机器学习2021系列 作业1-PM2.5预测

李宏毅机器学习2021系列 作业1-PM2.5预测 项目描述 本次作业的资料是从行政院环境环保署空气品质监测网所下载的观测资料。 希望大家能在本作业实现 linear regression 预测出 PM2.5 的数值。 数据集介绍 本次作业使用丰原站的观测记录,分成 train set 跟 test set,train set 是丰原站每个月的前 20 天所有资料。test set 则是从丰原站剩下的资料中取样出来。 train.csv: 每个月前 20 天的完整资料。 test.csv : 从剩下的

qq_40326280的博客 2735

李宏毅深度学习HW1 PM2.5预测(gradient descent)

李宏毅深度学习HW1 PM2.5预测 1.任务内容 根据前9个小时的空气监测情况预测第10个小时的PM2.5含量,即根据黄色部分内容预测红色处值。 训练集:包含台湾丰原地区240天的气象观测资料(取每个月前20天的数据做训练集,12月X20天=240天,每月后10天数据用于测试,对学生不可见),每天的监测时间点为整时共24个时间节点。每次的检测指标包括CO、NO、PM2.5、PM10,是...

null_zhao的博客 1834

线性回归 李宏毅机器学习HW1

本文是李宏毅老师机器学习的第一次大作业,参考网上代码,写了一下自己的思路。 李宏毅 HM1: 要求:本次作業使用豐原站的觀測記錄,分成train set跟test set,train set是豐原站每個月的 前20天所有資料。test set則是從豐原站剩下的資料中取樣出來。 train.csv:每個月前20天的完整資料。 test_X.csv:從剩下的10天資料中取樣出連續的10小時為一筆,前九...

ZHOUJIAN_TANK的博客 2960

李宏毅ML作业1(PM2.5预测

李宏毅ML作业1: 预测PM2.5(kaggle预测与报告题目)源码 配合博客阅读: https://blog.csdn.net/lagoon_lala/article/details/115743222

HEVC/VVC中R-Lambda码率控制算法原理

文章目录1. 比特分配1.1 GOP级比特分配1.2 帧级比特分配1.3 LCU级比特分配2. 码率控制2.1 λ的计算和更新2.2 参数QP的确定 VVC中码率控制算法沿用了HEVC中经典的R-λ码率控制模型,R-λ由中科大的李斌博士提出(详情参考JCTVC-K0103)。R-λ模型的基础为视频编码中 R(比特 bpp)和 D(失真 MSE)之间的双曲线模型,即 D(R)=CR−KD(R) = ...

Aidoneus_y 6139

保姆级教程:手把手教你用Python+Zemax仿真一个简易的Nd:YAG固体激光器谐振腔

本文提供了一份详细的Python与Zemax结合的Nd:YAG固体激光器谐振腔仿真教程。从基础理论到实战操作,涵盖晶体参数化、谐振腔设计、泵浦建模、动态仿真及热效应补偿等关键步骤,适合光学专业学生和工程师快速掌握激光器仿真技术。

weixin_30500473的博客 744

Conda换源全攻略:从清华源到默认源的保姆级切换教程(附常见问题解决)

本文提供Conda换源的完整教程,详细讲解如何从清华源切换到默认源,包括配置步骤、常见问题解决方案及高级技巧。针对国内开发者遇到的下载速度慢问题,清华源提供了高速稳定的解决方案,同时文章也介绍了恢复默认源的方法和多种镜像源选择。

weixin_28837817的博客 942

WiFi信道状态信息 基于Intel 5300的CSI Tool 安装及使用(一)

经过半个月的坎坷安装过程,连Windows系统都没装过的本人终于颤颤巍巍把CSI TOOL装好了,下面记录一下适于我所使用设备的安装过程。设备:一台THINKPAD X201,一台师兄借的华硕主板的台式机首先,如果你和我一样对linux其实一窍不通的话,建议先反复看教程里的安装代码,照猫画虎很难一步实现的,中途一定会有这或那的问题需要解决,所以该了解的基础linux指令还是要了解,起码安装过程中的那些指令可以去查一查。.........

Silver_777的博客 2万+

AI+Xmind自动生成测试用例(思维导图格式)

最后:我是Walker,一个热爱分享编程知识的程序员,希望能够帮助到你!

Think_and_work的博客 2337

AI算力瓶颈与系统优化实战指南

AI算力瓶颈已成为制约人工智能发展的关键因素,特别是在处理transformer类模型时,传统的冯·诺依曼架构面临严重的'内存墙'问题。通过硬件加速、系统优化和算法改进的三级策略,可以有效提升资源利用率。在嵌入式AI领域,结合量化、剪枝和专用指令集扩展等技术,能在资源受限设备上实现高效推理。这些优化方法在自动驾驶、工业视觉等场景中已展现出显著价值,推动AI应用从云端向边缘迁移。随着AI算力需求的持续增长,掌握系统优化技能将成为开发者的核心竞争力。

weixin_32597009的博客 344

电力系统分析 | Matlab实现源荷场景生成---蒙特卡洛法场景生成启发式同步回带削减

电力系统分析 | Matlab实现源荷场景生成---蒙特卡洛法场景生成启发式同步回带削减

前程算法屋的博客 814

【XCharts插件】3-1、制作图表及代码生成图表(v1.0)

XCharts插件是一款基于UGUI的功能强大、易用、参数可配置的数据可视化图表插件。【Unity3D插件】XCharts插件完全教程《全网最全》-专栏文章目录OK,这是v1.0版本的XCharts插件的创建图表,代码生成图表的教程。可能有人要问了,既然都更新到v3.0了,还写啥v1.0教程呢。因为有些项目就是用v1.0去制作图表了,也没有太多的精力去更新插件,所以就一直用的v1.0,而且v1.0已经能实现大部分的图标样式了,所以,博主还是单独写了一篇文章来介绍v1.0的功能。

CSDN博客专家,Unity3D高级软件工程师,《Unity 3D从入门到实战》作者。 1297

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

上一篇: Clion终端中文乱码
下一篇: 李宏毅机器学习2020课后作业笔记 【hw2】 收入分类
yyiloveuu
博客等级 码龄8年 16粉丝 43原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值