李宏毅机器学习2020课后作业笔记 【hw1】 pm2.5值的预测

1. 问题描述

给定一年内台湾某市的空气质量观测数据（每个月20天，每小时记录一次，每天共记录24个小时），目的是来预测某时刻的pm2.5值。训练数据是12个月，每个月20天的空气质量观测数据，每天共有18个特征（包括pm2.5），每天共24个小时的数据，也就是说每天共18 * 24个数据值。测试数据是前9个小时的数据，用来预测第10个小时的pm2.5值。

2. 数据预处理

1. 用$pandas$读取$train.csv$文件，先读取成$DataFrame$类型，再转成$numpy.ndarray$类型
2. 按照作业要求，所有$NR$都置为0
3. 再把每个月的数据拼成一排，用字典存储，$key$就是月份，$value$就是每个月的数据
4. 做标准化，$np.mean$ 和 $np.std$
5. 分割数据集，80% + 20%

3. 模型构建

这个作业构建的是线性回归模型，$loss$采用 R M S E RMSE