李宏毅机器学习HW1之PM2.5预测MATLAB实现,两个参数计算

最新推荐文章于 2022-11-08 00:02:35 发布

LeeeeeeeeeX

最新推荐文章于 2022-11-08 00:02:35 发布

阅读量6.7k

点赞数 7

分类专栏：李宏毅 matlab gradient 机器学习文章标签：机器学习李宏毅机器学习实战 gradient 李宏毅作业

本文链接：https://blog.csdn.net/u012323318/article/details/78759142

版权

这篇博客介绍了李宏毅机器学习课程的HW1，内容涉及PM2.5预测的MATLAB实现，重点是两个参数的梯度下降法。作者分享了数据提取和梯度下降的代码，探讨了学习速率对模型收敛的影响，并给出了最佳学习速率和迭代次数的选择。

摘要由CSDN通过智能技术生成

李宏毅机器学习HW1之PM2.5预测MATLAB实现,两个参数计算

前9小时数据预测多参数计算在我下篇博客
学习了李宏毅的机器学习，深入浅出特别适合入门，在网上搜集关于其作业的解答基本没有教程，我也是新手，尽量保持作业的更新，希望互相交流。

作业简述

作业视频介绍点击这里是B站的视频，转载至YouTube李宏毅专栏
作业需要翻墙下载，原始数据和结果答案在GitHub中下载。
原始数据包括每天每小时的PM2.5值，温度等，如下图所示
这里写图片描述

先将数据提取出来

做测试文件只提取PM2.5值，X1，X2是输出前两小时的PM2.5，Y（输出）是当前时间（或者说需要预测）的PM2.5

提取代码如下所示：

m=1;

X1=zeros(1,5280);
X2=zeros(1,5280);
Y=zeros(1,5280);%内存预分配，增加提取效率
size_one_row=length(csvread('train.csv',10,3,[10,3,10,24]));%表示CSV一行中数据量
for i=0:18:239*18
    X1(1,m:m+size_one_row-1)=csvread('train.csv',10+i,3,[10+i,3,10+i,24]);
    X2(1,m:m+size_one_row-1)=csvread('train.csv',10+i,4,[10+i,4,10+i,25]);
    Y(1,m:m+size_one_row-1)=csvread('train.csv',10+i,5,[10+i,5,10+i,26]);
    m=m+size_one_row;
end
clear m size_one_row i;