实战十四: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
实战十四:基于线性回归预测环境空气质量 代码+数据
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
數據說明:本次比賽為參賽選手提供了大氣污染數據,包括一氧化碳、細顆粒物、可吸入顆粒物、臭氧、二氧化氮、二氧化硫。
評測標準:利用均方根誤差(RMSE)評價模型
Baseline概述:原始特征中的AQI和PM2.5和目標變量IPRC之間具有很強的正相關性,本baseline沒有做進一步的特征工程,直接用線性回歸對數值型特征進行訓練與預測
成績截圖: A榜成績0.0591,在2021年6月22日17時排名為11/100
運行環境說明:sklearn version: 0.22.1
數據集: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
以上是生活随笔為你收集整理的实战十四:基于线性回归预测环境空气质量 代码+数据的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: SpringBoot 监控
- 下一篇: 基于IIC的温度传感器实验