李宏毅机器学习中的PM2.5预测的实现.zip

# PM2.5预测 ## 简介 通过手动实现深度学习的基本流程完成PM2.5的预测，主要有： - Dataset类对数据集的封装 - Dataloader对提取数据操作进行封装 - 实现线性回归 - 实现神经网络的正向传播 - 实现神经网络的反向传播 - 实现Adagrad算法进行参数更新 ## 数据集 处理之前的训练集和测试集 - train.csv - test.csv 处理之后的训练集和训练集标签 处理流程请见提供的doc文档 - train_x.csv - 维度（5760，162） - 5760表示样本数 - 162表示总特征数 - train_y.csv - （5760，1） - 对应5760条样本的PM2.5值，即标签 ## 文件夹介绍 - data：数据集 - scripts：程序代码 - model.py：实现线性回归模型 - mydataset.py：实现数据集的封装和处理 - train.py：训练开始函数，程序入口 Readme.md介绍文档 ## 运行方法 python ./scripts/train.py ## 结果图