预测PM2.5----李宏毅机器学习作业HW1

作业说明

数据：train.csv 训练集，包含1年*12个月*20天*24小时*18种污染物的测试值

           test.csv 测试集， 包含240个例子*18种污染物*9小时的测试值

           ans.csv 结果集， 是测试集内容应该有的结果，即标准值，包含240个数字

题目简述：给出训练集，要求使用梯度下降的方法，建立一个模型，输入数据是空气污染物连续九个小时含量，输出数据是连续九小时之后的第十个小时的PM2.5的含量（如输入是1-9小时，则输出第10小时，输入2-10小时，输出第11小时）。使用我们训练的模型，对测试集进行处理，得出我们的预测值。我们可以用结果集对比我们的预测值，看我们的模型的优秀程度。

学习资料：李宏毅作业及作业数据来源

                  线性回归预测PM2.5----台大李宏毅机器学习作业1(HW1)

解题步骤

1.数据处理

数据中给了有效数据（12个月*20天*18个污染物）行、（24小时）列。我们以连续10个小时训练，前9个是训练数据，第10个是标准答案。