利用Tensorflow里的LSTM对北京PM2.5数据集Beijing PM2.5 Data Data Set进行预测

最新推荐文章于 2024-07-31 08:56:14 发布

tbssl

最新推荐文章于 2024-07-31 08:56:14 发布

阅读量1.3w

点赞数 4

分类专栏： Machine Learning 文章标签： Python LSTM RNN GRU Tensorflow

本文链接：https://blog.csdn.net/sinat_15901371/article/details/80686438

版权

该博客介绍了如何运用Tensorflow的LSTM模型对北京2010-2014年PM2.5数据集进行预测。首先对数据进行了标准化处理，然后引用了两篇有关LSTM的资源进行学习。尽管训练效果不理想，测试集的均方误差较高，但博主分享了完整的代码实现。

摘要由CSDN通过智能技术生成

课程作业。

数据集：Beijing PM2.5 Data Data Set

这个数据集里有北京2010-2014的天气数据。每小时一条，适合用于回归模型。

这里我对数据进行了标准化处理

在学习LSTM的时候这两篇文章给了我很大帮助：

http://karpathy.github.io/2015/05/21/rnn-effectiveness/

https://www.zybuluo.com/hanbingtao/note/581764

直接上代码，代码很大程度上参考了某篇博文，在这里暂时找不到原代码链接了，以后有机会再补上。

# -*- coding: utf-8 -*-
"""
Created on Wed Jun  6 10:56:52 2018

@author: Administrator
"""

import tensorflow as tf
import pandas as pd
import numpy as np
import csv

tf.reset_default_graph()

rnn_unit = 50       #the amount of hidden lstm units
batch_size = 72     #the amount of data trained every time
input_size = 8      #size of input
output_size = 1     #size of output
lr = 0.006           #learn rate
train_x, train_y = [], []   #

f = open('C:\\Users\\Administrator\\Desktop\\BJair\\BjAirDat4.csv',encoding='UTF-8')
df = pd.read_csv(f) #read the csv file
#g