李宏毅--机器学习作业--1-Linear Regression：预测PM2.5

1-Linear Regression：预测PM2.5

1.作业目的
2.数据集描述
3.作业描述
4.完整代码
5.测试Python
6.运行源码
7.安装库语句
8.SYS安装教程
9.解决Non-UTF-8问题

注意：这篇博客的任何操作是在已经下载好Python的前提下，如果还没有下载Python，可以参考以下链接下载Python
https://blog.csdn.net/qq_39346534/article/details/106954662

1.作业目的：

根据前9个小时采集的台湾环境监测所得的数据，用线性回归预测第10个小时的PM2.5的数值

2. 数据集描述：

将数据分为train.csv和test.csv，其中train.csv是检测站每个月前20天的所有数据，而test.csv是从检测站剩余数据中取样出的部分数据。
train.csv如图所示：

test.csv如图所示：

3. 作业描述：

输入：前9个小时采集的台湾环境监测所得的数据，
输出：第10个小时的PM2.5的数值
工具：用线性回归预测

4. 完整代码：

.

这部分源码转载自
https://blog.csdn.net/iteapoy/article/details/105431738

# 导入相关库
import sys
import pandas as pd
import numpy as np

# 读入数据
data = pd.read_csv('./train.csv', encoding = 'big5')

# 数据预处理
data = data.iloc[:, 3:]
data[data == 'NR'] = 0
raw_data = data.to_numpy()

# 按月分割数据
month_data = {
   }
for month in range(12):
    sample = np.empty([18, 480])
    for day in range(20):
        sample[:, day * 24 : (day + 1) * 24] = raw_data[18 * (20 * month + day) : 18 * (20 * month + day + 1), :]
    month_data[month] = sample

# 分割x和y
x = np.empty([12 * 471, 18 * 9], dtype = float)
y = np.empty([12 * 471, 1]