python数据分析实战之AQI预测
版权申诉
5星 · 超过95%的资源 111 浏览量
2020-12-21
08:06:16
上传
评论 12
收藏 194KB PDF 举报 
python数据分析实战之数据分析实战之AQI预测预测
前言：上一篇对AQI进行了分析，这一篇根据对以往的数据，建立一个模型，可以将模型应用于未知的数据，来进行AQI的预
测。
文章目录文章目录1、加载相关库和数据集2、数据处理和转换2.1 简单的数据处理2.2 数据转换3、建立基模型4、特征选择4.1 RFECV4.2
使用RFECV进行特征选择5、异常值处理5.1 使用临界值进行填充5.2 分箱离散化6 、残差图分析6.1 异方差性6.2 离群点
1、加载相关库和数据集、加载相关库和数据集
使用的库主要有：pandas、numpy、matplotlib、seaborn、sklearn
使用的数据集：2015年空气质量指数（AQI）数据集
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
sns.set(style="darkgrid")
plt.rcParams["font.family"] = "SimHei" # 设置可以显示中文字体
plt.rcParams["axes.unicode_minus"] = False
warnings.filterwarnings("ignore") # 忽略警告信息
data = pd.read_csv("AQI_data.csv") # AQI历史数据集
2、数据处理和转换、数据处理和转换
2.1 简单的数据处理简单的数据处理
# 空值、重复值处理
data.fillna({"Precipitation": data["Precipitation"].median()}, inplace=True)
data.drop_duplicates(inplace=True)
2.2 数据转换数据转换
对于模型来说，内部进行的都是数学上的运算，所以在进行建模之前，我们需要对类别变量进行数据转换，变成离散变量。
# 将类别变量（是，否）转成离散变量（1，0）
data["Coastal"] = data["Coastal"].map({"是": 1, "否": 0})
data["Coastal"].value_counts()
3、建立基模型、建立基模型
不进行任何处理，建立一个基模型，后续的操作都可以在此基础上进行改进。
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
X = data.drop(["City","AQI"], axis=1) # 城市名称对结果不会有影响，所以去除城市列
y = data["AQI"] # 切分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)
lr = LinearRegression()
lr.fit(X_train, y_train) # 使用训练集训练模型
print("训练集R^2：",lr.score(X_train, y_train))
print("测试集R^2：",lr.score(X_test, y_test))
------------------------
训练集R^2： 0.4685357478390665
测试集R^2： 0.3075998035417721
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)
评论3
最新资源