指导教师评语
成 绩
批阅人
日 期
.
计算机科学与技术
实 验 报 告
（ 2021 / 2022 学年 第 二 学期）
学生姓名
学 号
班 级
专 业
课程名称
数据挖掘
实验名称
城市 PM2.5 预测分析
实验时间
年
5
月
5
日
实 验 室
指导教师
目录
一、 问题描述 ..........................................................................................................................................................................3
1. 背景： ..............................................................................................................................................................................3
2. 问题： ..............................................................................................................................................................................3
二、 收集数据及数据来源 ......................................................................................................................................................3
三、 实验内容及步骤 ..............................................................................................................................................................3
1. 首先，给定的数据有训练集和测试集 ..................................................................................................................3
2. 数据处理 ..................................................................................................................................................................4
3. 采用 sklearn 岭回归拟合.........................................................................................................................................7
4. 手写梯度下降 与 线性回归模型 ........................................................................................................................10
四、 实验结果分析 ................................................................................................................................................................12
一、 问题描述
1. 背景：
虽然细颗粒物只是地球大气成分中含量很少的组分，但它对空气质量和能见
度等有重要的影响。与较粗的大气颗粒物相比，细颗粒物粒径小，富含大量的有
毒、有害物质且在大气中的停留时间长、输送距离远，因而对人体健康和大气环
境质量的影响更大。研究表明，颗粒越小对人体健康的危害越大。细颗粒物能飘
到较远的地方，因此影响范围较大。
细颗粒物对人体健康的危害要更大，因为直径越小，进入呼吸道的部位越深。
10μm 直径的颗粒物通常沉积在上呼吸道，2μm 以下的可深入到细支气管和肺
泡。细颗粒物进入人体到肺泡后，直接影响肺的通气功能，使机体容易处在缺氧
状态。
已经有大量流行病学证据表明，PM2.5 有急性与慢性健康效应。急性健康效
应体现在高 PM2.5 暴露增加患急性呼吸道疾病与心脑血管疾病的风险，慢性毒
性体现在 PM2.5 可能诱发肺癌、COPD（慢性阻塞型肺炎）、心脑血管疾病等慢
性疾病，也有研究表明对细颗粒物的暴露会影响人的免疫系统、神经系统等。
2. 问题：
PM2.5 粒径小，富含大量的有毒、有害物质且在大气中的停留时间长、输送
距离远，因而对人体健康和大气环境质量的影响更大。所以如果能做到对 PM2.5
实时且准确的预测，那么就可以为人们的日常出行提供一些注意事项，该不该出
门？出门应该准备什么？
二、 收集数据及数据来源
在机器学习平台 Kaggle 上下载城市的 PM2.5 数据集
三、 实验内容及步骤
本实验通过前 8 个小时 PM2.5 的值预测 9 个小时的 PM2.5 的值
1. 首先，给定的数据有训练集和测试集
训练集数据：
格式：前三列是时间，测站，所测项目，之后按照序号分别是 0 时，1 时，2
时，...，23 时的各个项目指标
测试集数据：
格式：9 个小时的项目数据
2. 数据处理
取前 8 个小时 PM2.5 数据放到 x_data 中，第 9 个小时的数据放到 y_data
中。
————python 代码————
# 首先导入一些工具库
import csv
from numpy import *
import numpy as np
from tqdm import tqdm
import xgboost
# 特征值 pm2.5 前 8 个小时的 pm2.5 的值
train_x_data = []
# 第 9 个小时的 pm2.5 值
train_y_data = []
# 然后读取数据
filename = 'trainingData/train.csv'
- 1
- 2
前往页