Knn算法对天气数据进行分类代码

最新推荐文章于 2023-03-07 03:42:50 发布

.鸣蜩.

最新推荐文章于 2023-03-07 03:42:50 发布

阅读量1k

点赞数 1

分类专栏：算法代码文章标签：算法 python 聚类算法

本文链接：https://blog.youkuaiyun.com/lyydcg/article/details/116468583

版权

该博客介绍如何利用Knn算法对天气数据进行分类。首先，通过读取和预处理数据，将空气质量转换为数字。接着，导入必要的Python库，定义了计算距离、确定最近邻居和响应分类的函数。最后，建立了模型并计算了准确率。文章提供了完整的源代码链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据的准备工作
下载数据

import time
import requests
from bs4 import BeautifulSoup

headers = {
   
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
}
for i in range(1, 13):
    time.sleep(5)
    # 把1转换为01
    url = 'http://www.tianqihoubao.com/aqi/tianjin-2019' + str("%02d" % i) + '.html'
    response = requests.get(url=url, headers=headers)
    soup = BeautifulSoup(response.text, 'html.parser')
    tr = soup.find_all('tr')
    # 去除标签栏
    for j in tr[1:]:
        td = j.find_all('td')
        Date = td[0].get_text().strip()
        Quality_grade = td[1].get_text().strip()
        AQI = td[2].get_text().strip()
        AQI_rank = td[3].get_text().strip()
        PM = td[4].get_text()
        with open('air_tianjin_2019.csv', 'a+', encoding='utf-8-sig') as f:
            f.write(Date + ',' + Quality_grade + ',' + AQI + ',' + AQI_rank + ',' + PM + '\n')

首先读入数据，并将其转换为列表。
将空气质量转换为数字

import numpy as np
import pandas as pd
import math
import os

# 文件的名字
FILENAME1 =

最低0.47元/天解锁文章