NTU机器学习作业预测PM2.5（自己手写的代码）

给定训练集train.csv，要求根据前9个小时的空气监测情况预测第10个小时的PM2.5含量。

训练集介绍：

　　(1)、CSV文件，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);

　　(2)、每天的监测时间点为0时，1时......到23时，共24个时间节点;

　　(3)、每天的检测指标包括CO、NO、PM2.5、PM10等气体浓度，是否降雨、刮风等气象信息，共计18项；

　　(4)、数据集地址：https://pan.baidu.com/s/1o2Yx42dZBJZFZqCa5y3WzQ，提取码：qgtm。 

本次作业用到的知识主要就是线性回归了， 会用到梯度下降、adagrad、numpy和pandas的使用。

其实数据处理占很大一部分了，如何从一个庞大的表格中，提取出有用的数据，的确是需要一定时间能力，我也是花了整整两天时间，才拼拼凑凑使用numpy和pandas做出了这个案例，建议大家一定手写一遍，虽然很耗时，但是对代码编写能力是极强的锻炼，反正我是喜欢写代码的，不喜欢看那么多的公式和论文

 

下面是训练后的结果，结果正确率勉强还行

 

 

# coding: utf-8
'''
本次实验数据还比较大，可能会跑上几分钟，甚至几十分钟，所以一定检查完了，再运行
本代码中，主要是两个函数：simple_test() 和 complex_test()
simple_test()只用了PM2.5这一个指标，相对不准确，但是比较好写（但是感觉自己写的很烂）
complex_test()用到了所有指标，准确一点，而且代码写的好一些，用到了numpy，速度也快一些
'''
import numpy as np
import pandas as pd
import os


def f(w, b, x):
    '''
    计算出 w1*x1+w2*x2+ .... +w8*x8+b
    到后面才发现，直接用矩阵乘就行了，w是一个矩阵，x是一个矩阵，使用np.dot一步到位
    '''
    size = len(w)
    ans = 0
    for i in range(size):
        ans += float(w[i]) * float(x[i])
    return ans + b


def input_test(data, w, b):
    '''
    对最简单的模型进行测试，测试结果一般，误差比较大
    '''
    rows = data.shape[0]
    print(f'共有{rows}条数据')
    while True:
        rnum = input('使用哪一行数据?')
        rnum = int(rnum)
        x = [data.iloc[rnum][str(z)] for z in range(8)]
        real_ans = data.iloc[rnum][str(8)]
        real_ans = float(real_ans)
        my_ans = f(w, b, x)
        err