S16201512 / PM2.5-Prediction

李宏毅机器学习中的PM2.5预测的实现

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