北京PM2.5浓度回归分析

最新推荐文章于 2024-10-21 18:58:44 发布

原创

最新推荐文章于 2024-10-21 18:58:44 发布 · 6.8k 阅读

37 ·

CC 4.0 BY-SA版权

文章标签：

#北京PM2.5浓度回归分析训练赛

基于2010年至2014年的北京天气指数数据，该博客介绍了如何构建模型预测PM2.5指数。数据包含日期、温度、压强等多个变量，训练集有35746条记录，测试集6011条。关键步骤包括日期格式转换、模型训练及评估预测准确度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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