[机器学习-回归实例] 李宏毅机器学习作业一:PM2.5 预测实例

VIP[机器学习-回归实例] 李宏毅机器学习作业一:PM2.5 预测实例
[机器学习-回归实例] 李宏毅机器学习作业一:PM2.5 预测实例简介  这是一个回归预测的实例,数据集来自李宏毅的《机器学习》课程的第一次作业,可以用来训练一个线性回归模型或者其他的回归模型,动手实践学习到的理论知识,在实践中去发现问题。这篇文章主要包括数据集的解释、数据的预处理过程及线性回归模型的代码实现这三个部分。由于这个数据集并不能直接使用,还需进行一些重构,为了对初学者更友好一些,我会提供重构完的可以读取后就直接使用的数据集,我也会提供 Matlab\rm MatlabMatlab 可直接使用
开通可读全文 ·3.5k 人阅读
最低0.47元/天 解锁文章

[机器学习-回归实例] 李宏毅机器学习作业一:PM2.5 预测实例

简介

  这是一个回归预测的实例,数据集来自李宏毅的《机器学习》课程的第一次作业,可以用来训练一个线性回归模型或者其他的回归模型,动手实践学习到的理论知识,在实践中去发现问题。这篇文章主要包括数据集的解释、数据的预处理过程及线性回归模型的代码实现这三个部分。由于这个数据集并不能直接使用,还需进行一些重构,为了对初学者更友好一些,我会提供重构完的可以读取后就直接使用的数据集,我也会提供 Matlab\rm MatlabMatlab 可直接使用的 .mat\rm .mat.mat 文件供使用 Matlab\rm MatlabMatlab 的同学使用,不过还是希望同学们能够使用原始数据自己动手重构,重构的代码也会附在文中。

数据集解释

  这个数据集是一个城市 201420142014 年一整年的空气质量监测的实测数据,包含了 AMB_TEMP、CH4\rm AMB\_TEMP、CH4AMB_TEMP、CH4 等十八种关于空气质量的参数,每个小时采集一次。在 train.csv\rm train.csvtrain.csv 训练集数据集中包含了每个月前 202020 天的每个小时采集的数据,一共有 12×20×2412 \times20 \times2412×20×24 个小时的监测数据。 下图截取了两天的前 101010 个小时的原始数据的图,可以看到从第 444 列开始每一列是 111 个小时采集的数据,一共有 242424 列。从第二行开始每 181818 行是一天的 181818 种监测数据。

  我们要做的任务回归预测任务就是依据前 999 个小时的 181818 种监测的参数预测第 101010 个小时的 PM2.5\rm PM2.5PM2.5 的取值。

数据集重构

  直接用这个数据集显然是不容易进行训练的,因为属性值 Xtrain\boldsymbol X_{train}Xtrain​ 和标签 ytrain\boldsymbol y_{train}ytrain​ 并没有分开,而且在 Xtrain\boldsymbol X_{train}Xtrain​ 中应该每一行是一条数据,所以我们数据重构的任务就是从这个原始的数据集 train.csv\rm train.csvtrain.csv 来构建我们方便使用的 Xtrain\boldsymbol X_{train}Xtrain​ 和 ytrain\boldsymbol y_{train}ytrain​ 。

  首先来计算一下我们总共可以构建出多少条数据,由于构建数据集的数据在时间上是要连续的,而每个月只有前 202020 天的数据,所以我们没法跨月构建数据集,在任意一个月内,我们有 20(天)×24(小时)20(天)\times24(小时)20(天)×24(小时) 共 480480480 小时的数据,所以每 999 小时可以构建 Xtrain\boldsymbol X_{train}Xtrain​ 上的一条数据,第 101010 个小时的 PM2.5\rm PM2.5PM2.5 可以作为这一条数据的标签。所以每个月可以有 471471471 条数据,121212 个月就有 565256525652 条数据。接下来是构建数据集的过程(以下代码是使用 Python 编写实现的,关于环境的配置等如有问题可在评论中联系我,我可以写个配置环境的教程):

Step1:读取数据集

  调用 pandas\rm pandaspandas 包和 numpy\rm numpynumpy 包,使用 pd.read_csv()函数读取 train.csv\rm train.csvtrain.csv 文件。

#读取数据集
import pandas as pd   
import numpy as np

data = pd.read_csv('./train.csv', encoding = 'big5')  #train.csv文件要与python代码文件(.py或.ipynb)在同一个目录下才行

  去除表格中的前三列(第一行自动被去除了,不用主动去除),并将表格中 RAINFULL\rm RAINFULLRAINFULL 的 NR\rm NRNR 变成0(因为线性回归不能处理文字数据)。最后使用 to_numpy()函数把数据格式变为 numpy\rm numpynumpy 的格式。

data = data.iloc[:, 3:]  #去除前三列
data[data 
VIP 深度学习 实验一 线性回归预测PM2.5值 文章目录深度学习 实验一 线性回归预测PM2.5值一、问题描述二、设计简要描述三、程序清单 深度学习 实验一 线性回归预测PM2.5值 一、问题描述   使用学习到的线性回归的知识,手动使用adagrad梯度下降方法,通过给定的相关数据来完成PM2.5值的回归预测。 二、设计简要描述 相关文件:链接:https://pan.baidu.com/s/16JYa6csuNjPZmPI7BFGfqw 提... 开通可读全文·8.8k 阅读·18 点赞·105 收藏 阅读全文

相关推荐

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

李宏毅机器学习中文课程作业一:预测PM2.5值

一、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,对学生不可见); 每天的监测时间点为0时,1时…到23时,共24个时间节点; 每天的检测指标包括CO、NO、PM2.5、PM10等气体浓...

qq_21578849的博客 3587

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

深度之眼pytorch打卡(四)| 台大李宏毅机器学习 2020作业(一):线性回归,实现多因素作用下的PM2.5预测(Pytorch版手写+nn.Linear())

前言   这里主要是用Pytorch重新写一下李宏毅机器学习的作业一,那里主要是用pandas和numpy来实现的。本文不再有太多原理或者数据集的分析,那两篇文字里都有,这里和这里,以下就是一次用Pytorch工具来做机器学习的一次笔记。 https://blog.csdn.net/veritasalice/article/details/103890510 ...

意疏的学习笔记 3660

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2020机器学习作业1-Linear Regression:预测PM2.5

采集了台湾环境监测所的数据。 要求:根据前9小时的数据,用线性回归来预测第10个小时的PM2.5的数值。

⚡ 2万+

机器学习实验一(李宏毅-预测PM2.5)

机器学习 Lab1 实验报告 欢迎大家访问我的[GitHub博客](https://lunan0320.github.io/) https://lunan0320.github.io/ 文章目录一、实验目的二、实验要求及环境2.1 实验要求2.2实验环境三、设计思想3.1 实验思想3.1参数更新3.2 偏微分计算3.3 Loss function3.4 Adagrad过程3.2模型构想3.2.1 模型一:只考虑PM2.5这一个特征。3.2.2 模型二:考虑5个影响PM2.5较大的特征。3.2.3 模型

lunan的博客 6406

线性回归预测PM2.5(包括代码详解)

本资源使用线性回归的手段模拟预测PM2.5,包含了所有的数据以及代码。代码含有详细地注释,欢迎下载学习使用!

机器学习大作业-基于线性回归的PM2.5预测项目python源码(95分以上)

机器学习大作业-基于线性回归的PM2.5预测项目python源码(95分以上)个人经导师指导并认可通过的高分大作业设计项目。主要针对计算机相关专业的正在做期末大作业设计的学生和需要项目实战练习的学习者,可作为课程设计、期末大作业,代码资料完整下载可用。 机器学习大作业-基于线性回归的PM2.5预测项目python源码(95分以上)个人经导师指导并认可通过的高分大作业设计项目。主要针对计算机相关专业的正在做期末大作业设计的学生和需要项目实战练习的学习者,可作为课程设计、期末大作业,代码资料完整下载可用。机器学习大作业-基于线性回归的PM2.5预测项目python源码(95分以上)个人经导师指导并认可通过的高分大作业设计项目。主要针对计算机相关专业的正在做期末大作业设计的学生和需要项目实战练习的学习者,可作为课程设计、期末大作业,代码资料完整下载可用。机器学习大作业-基于线性回归的PM2.5预测项目python源码(95分以上)个人经导师指导并认可通过的高分大作业设计项目。主要针对计算机相关专业的正在做期末大作业设计的学生和需要项目实战练习的学习者,可作为课程设计、期末大作业,代码资料

基于机器学习的PM2.5预测与分析系统+源代码+文档说明

这些数据是在民间来说都是比较全的,有近80万条左右。 有了这些样本,通过机器学习等计算机技术,分析出相应的特征,建立起一个大概准确的预测未来某地空气质量的模型,以方便人民出行参考。 对提高全国人民的身体健康进了微薄之力,也为了利用机器学习技术研究空气质量、大气情况等数据提供了一个思路。 <项目介绍> 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 -------- ------------------------------------------------------

手把手教你设计反激开关电源:从整流滤波到PCB布局的实战避坑指南

本文是一份反激开关电源的实战设计指南,重点解析了从整流滤波电路到PCB布局的关键细节与常见陷阱。文章深入探讨了输入保护元件协同设计、EMI滤波器优化、整流桥与滤波电容选型,并详细阐述了如何通过优化PCB布局来确保安规、最小化功率回路面积以控制噪声,旨在帮助工程师和爱好者规避设计误区,提升电源的可靠性与性能。

yhn45678901的博客 695

Android15 AndroidV冻结和解冻的场景

cgroup 最初由 Google 工程师 Paul Menage 和 Rohit Seth 在 2006 年提出,是一种细粒度资源控制的Linux内核机制。于 2007 年合并到 Linux 内核主线中。然而 Google 原生系统直到 Android 11 或更高版本上才支持 CACHE 应用的 CPU 冻结功能。当应用切换到后台并且没有其他活动时,系统会在一定时间内通过状态判断,将进程 ID 迁移到冻结的 cgroup 节点上,实现冻结 CACHE 应用。

苏法迪的专栏 1789

(SCADA)监控与数据采集系统

SCADA应用于监控和采集数据来控制工业过程软件。它通过收集和传输实时数据,帮助操作员监视和控制各种设备和过程。

软件技术的专栏 4552

使用RepeatModeler和RepeatMasker注释基因组重复序列

重复序列注释有两种常用策略,基于同源序列相似性和基于重复序列结构特征。RepeatMasker是基于同源序列相似性注释序列的常用工具, RepeatModeler可用来从头对基因组的重复序列家族进行建模注释,它的核心组件是RECON和RepatScout。 这篇教程介绍如何使用RepeatModeler从头鉴定基因组的重复序列,之后用RepeatMasker根据自...

xuzhougeng blog 8856

ddr3ip核心_DDR3 IP 核配置

DDR3 控制器 IP 核2.DDR3 IP核配置点击 Flow Navigator 面板下的“Project Manager -->IP Catalog”。 在“Memories & Storage Elements -->Memory Interface Generators”分类展开后,可以看到名为“Memory Interface Generator (MIG 7 ...

weixin_33049919的博客 2938

自抗扰控制(ADRC)理论与工程实践:8.2 模糊ADRC、神经网络ADRC等智能融合变体

智能融合ADRC变体概述 自抗扰控制(ADRC)与智能控制方法(如模糊逻辑、神经网络)的融合,旨在突破传统ADRC在非线性、时变系统中的应用局限。智能融合ADRC主要通过以下方式实现性能提升: 模糊ADRC 参数自整定:利用模糊推理在线调节ADRC带宽参数,实现自适应控制。 非线性反馈:用模糊控制器替代线性PD,灵活设计非线性控制策略。 优势:融入专家经验,无需精确模型;局限:依赖规则库设计,稳定性分析困难。 神经网络ADRC 增强ESO:用神经网络学习扰动动态,提高估计精度。

技术工作者 229

dolphinscheduler-3.4.0

dolphinscheduler集群部署

docsz的博客 663

Ultralytics 框架中 model.predict() 返回的 results 对象的详细解析

通过掌握 results 对象的使用方法,您可以快速实现模型部署、数据分析与可视化。

浩瀚之水的专栏 750

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

上一篇: [李宏毅 机器学习] 深度学习笔记(DNN, RNN, Backpropagation, ReLU, Maxout, RMSProp, Momentum, Adam, 早停, Dropout)
下一篇: [机器学习-李宏毅] 反馈神经网络笔记 (RNN、LSTM)
Gong Chuanyang
博客等级 码龄12年 17粉丝 20原创
评论 8
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