项目七 集成学习
一、实践目的
1、理解集成学习算法原理；
2、熟悉并掌握常用集成学习算法的使用方法；
3、熟悉模型性能评估的方法；
4、掌握模型优化的方法。
二、实践平台
1、操作系统：Windows7 及以上
2、Python 版本：3.8.x 及以上
3、PyCharm 或 Anoconda 集成环境
三、实践内容
数据集文件名为“aqi.csv”，包含了为 2020 年全国空气质量数据，该数据集
主要记录了 2020 年 1 月至 2020 年 9 月的空气质量指标，包括日期、AQI、质量
等级、PM2.5 含量（ppm）、PM10 含量（ppm）、SO2 含量（ppm）、CO 含
量（ppm）、NO2 含量（ppm）、O3_8h 含量（ppm）等字段。
本项目实践所涉及的业务为天气质量分析和预测。将数据分为训练集和测试
集，通过集成学习建立算法模型预测 AQI 值和质量等级。
（一）数据理解及准备
1. 导入本案例所需的 Python 包；
2. 通过 describe()、info()方法、shape 属性等对读入的数据对象进行探索性分
析。
3. 结合实际数据情况，对数据集进行适当的预处理；
4. 提取用于数据分析的特征，并划分训练集和测试集。
（二）模型建立、预测及优化
任务一：随机森林
1. 回归模型
(1) 通过 RandomForestRegressor()方法建立模型并训练；
(2) 使用该模型预测 AQI 值；
