李宏毅深度学习HW1 PM2.5预测（gradient descent)

李宏毅深度学习HW1 PM2.5预测

1.任务内容

根据前9个小时的空气监测情况预测第10个小时的PM2.5含量，即根据黄色部分内容预测红色处值。

• 训练集：包含台湾丰原地区240天的气象观测资料(取每个月前20天的数据做训练集，12月X20天=240天，每月后10天数据用于测试，对学生不可见)，每天的监测时间点为整时共24个时间节点。每次的检测指标包括CO、NO、PM2.5、PM10，是否降雨、刮风等气象信息，共18项；
• 任务：根据前九个小时 18*9=162 项参数，输出一个预测值。

数据集地址：https://pan.baidu.com/s/1o2Yx42dZBJZFZqCa5y3WzQ，提取码：qgtm。 这里WPS打开繁体字正常，但python读取会有编码错误，改变常用编码也无法解决，似乎只能加入encoding=‘ansi’方式才能正常读取，然而同样有乱码。

2.实现代码详解

示例代码通过梯度下降的方法，构建了一个线性回归模型，没有隐藏层。

1.数据读取

import sys
import numpy as np