一、作业获取途径
课程网址:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html
B站视频地址:https://www.bilibili.com/video/BV1JE411g7XF?from=search&seid=18330864429491522852
如果不能访问课程网址,作业的压缩包如下,链接:https://pan.baidu.com/s/1PZZnWZKZONDCGTMznKINEg
提取码:5of8
案例提供的是在Colab上运行的,不能使用的同学可以直接使用其他python编程工具即可。
二、作业说明
本次目標:由前 9 個小時的 18 個 features (包含 PM2.5)預測的 10 個小時的 PM2.5。
import sys
import pandas as pd
import numpy as np
#from google.colab import drive
#!gdown --id '1wNKAxQ29G15kgpBy_asjTcZRRgmsCZRm' --output data.zip
#!unzip data.zip
# data = pd.read_csv('gdrive/My Drive/hw1-regression/train.csv', header = None, encoding = 'big5')
data = pd.read_csv('./train.csv', encoding = 'big5')
data
输出为:
数据说明:每行代表一个观测数据在24个时辰的值 故有效数据共24列,加上前三列标注,共27列;每天有18个观测数据类型,取每个月前20天的数据为训练集,每年12个月,共18*20*12=4320行。所以数据为4320*27.
获取有效数据,去除前三列,将降雨字符数字化:
# 丢弃前两列,需要的是从第三列开始的数值
data = data.iloc[:, 3:]
# 把降雨的NR字符变成数值0
data[data == 'NR'] = 0
# 把dataframe转换成numpy的数组
raw_data