大二下项目总结--温湿度预测

三、温湿度预测模型

 1、项目介绍

  使用多层感知器（MLP）神经网络模型预测温度。数据包含实际温度、前一天的温度、前两天的温度和友好温度等特征。模型将使用这些特征来预测给定日期的实际温度。

2、实验步骤

步骤1: 加载数据

• 使用pandas读取CSV文件，将数据加载到features数据框中。

  import pandas as pd
  
  filepath = 'C:\\...\\temps.csv'
  features = pd.read_csv(filepath)
  

步骤2: 日期处理

• 将year、month和day列组合成一个新的日期列date。

 

import datetime

years = features['year']
months = features['month']
days = features['day']

dates = []
for year, month, day in zip(years, months, days):
    date = f"{year}-{month}-{day}"
    dates.append(date)

times = [datetime.datetime.strptime(date, '%Y-%m-%d') for date in d