基于线性回归预测环境空气质量 代码+数据
生活随笔
收集整理的這篇文章主要介紹了
基于线性回归预测环境空气质量 代码+数据
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
數(shù)據(jù)說(shuō)明:本次比賽為參賽選手提供了大氣污染數(shù)據(jù),包括一氧化碳、細(xì)顆粒物、可吸入顆粒物、臭氧、二氧化氮、二氧化硫。
評(píng)測(cè)標(biāo)準(zhǔn):利用均方根誤差(RMSE)評(píng)價(jià)模型
Baseline概述:原始特征中的AQI和PM2.5和目標(biāo)變量IPRC之間具有很強(qiáng)的正相關(guān)性,本baseline沒(méi)有做進(jìn)一步的特征工程,直接用線性回歸對(duì)數(shù)值型特征進(jìn)行訓(xùn)練與預(yù)測(cè)
成績(jī)截圖: A榜成績(jī)0.0591,在2021年6月22日17時(shí)排名為11/100
運(yùn)行環(huán)境說(shuō)明:sklearn version: 0.22.1
數(shù)據(jù)集:https://download.csdn.net/download/qq_38735017/87078885
[1]
import sys print("python version: {}". format(sys.version))import numpy as np print("numpy version: {}". format(np.__version__))import pandas as pd print("pandas version: {}". format(pd.__version__))import sklearn print("sklearn version: {}". format(sklearn.__version__)總結(jié)
以上是生活随笔為你收集整理的基于线性回归预测环境空气质量 代码+数据的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: chrome DevTools之黑箱大法
- 下一篇: 作为维基百科全书的系统、全球最著名的wi