数理统计——AQI预测

前言

本节主要对AQI进行预测，并学习相关知识点。

一、对空气质量进行预测

1.1数据转换

在预测之前，再次查看数据是否清洗到位，并对不符合建模要求的数据进行转换，在此次数据集中，需要将离散变量转换成离散变量。

#1、数据读取
#导入相关库
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
import seaborn as sns 
import warnings
#进行初始化设置
sns.set(style="darkgrid")
plt.rcParams["font.family"]="SimHei"
plt.rcParams["axes.unicode_minus"]=False
warnings.filterwarnings("ignore")

#2、加载数据集
data=pd.read_csv("data-Copy1.csv")
print(data.shape)
#概览数据大致情况
data.head()

#3、空值、重复值处理
data.fillna({
   "Precipitation":data["Precipitation"].mean()},inplace=True)
data.drop_duplicates(inplace=True)
print(data.shape)

#4、数据转换
data["Coastal"]=data["Coastal"].map({
   "是":1,"否":0})
data["Coastal"].value_counts()

输出：
0    243
1     80
Name: Coastal, dtype: int64

1.2 基模型

我们先不进行处理，建立一个基模型，后续的操作可以在此基础上进行改进。

#建立基模型
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

X=data.drop(["City","AQI"],axis=1)
y=data["AQI"]
#划分训练集和测试集：
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=0)

lr=LinearRegression()
lr.fit(X_train,y_train)
print("训练集R^2:",lr.score(X_train,y_train))
print("测试集R^2:",lr.score(X_test,y_test))

输出：
训练集R^2: 0.4541981876125555
测试集R^2: 0.40481803355516865

y_hat=lr.predict(X_test)
plt.figure(figsize=(15,5))
plt.plot(y_test.values,"-r",label="真实值",marker="o")
plt.plot(y_hat,"-g",label="预测值",marker="D")
plt.legend(loc="upper left")
plt.title("线性回归预测结果",fontsize=20)

输出：Text(