机器学习 HW1相关李宏毅教程

最新推荐文章于 2022-09-23 00:07:39 发布

原创

最新推荐文章于 2022-09-23 00:07:39 发布 · 725 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#作业来的

这篇博客介绍了机器学习作业HW1的内容，主要任务是利用线性模型预测PM2.5数值。作业链接提供两个来源，并详细说明了数据集的构成和预测要求。作业要求包括基于前9小时数据预测第10小时PM2.5，以及使用2014年12个月前20天的数据进行训练。解析了样本代码并展示了模型的表达式。

HW1主要是使用liner model 进行pm2.5的预测

作业连接：https://ntumlta.github.io/2017fall-ml-hw1/

由于部分ppf被强，所以这里加上一个百度网盘连接：

https://pan.baidu.com/s/1Ff-3zdzqMEi1W2qUf3Agdg 密码 ooqn

内容是这个作业的相关内容

作业要求：

1. 使用前9个小时的数据，预测出第十个小时的PM2.5的值是多少

2.提供2014年的12个月每个月的前20天的24小时数据作为train data

3.每小时有18组数据（so2 甲烷之类的指标）

下面解析作业的sample code

import xlrd
import numpy as np
data = 
for i in range( 18):
    data.append([])                                          #18 组数据

if __name__ == '__main__':
    iFileDir  = "./";
    iFileName = iFileDir + "train.xlsx";
    print('iFileName = %r'%iFileName)
    try:
        wb = xlrd.open_workbook(iFileName)
    except:
        print( "file %s is not exist" % (iFileName) )
    for sheet_name in wb.sheet_names():
        sheet = wb.sheet_by_name(sheet_name)
        for row_num in range(1, s