前言：上一篇对AQI进行了分析，这一篇根据对以往的数据，建立一个模型，可以将模型应用于未知的数据，来进行AQI的预测。
文章目录1、加载相关库和数据集2、数据处理和转换2.1 简单的数据处理2.2 数据转换3、建立基模型4、特征选择4.1 RFECV4.2 使用RFECV进行特征选择5、异常值处理5.1 使用临界值进行填充5.2 分箱离散化6 、残差图分析6.1 异方差性6.2 离群点
1、加载相关库和数据集
使用的库主要有：pandas、numpy、matplotlib、seaborn、sklearn
使用的数据集：2015年空气质量指数（AQI）数据集
import numpy as
2021-04-03 12:45:27
194KB
1
中国城市尺度的空气质量小时数据，包括AQI、PM2.5、PM10、O3、O3_8h、NO2、SO2等各项指标小时数据
2021-04-02 17:03:59
97.23MB
1
中国站点尺度（1436个站点）的空气质量小时数据，包括AQI、PM2.5、PM10、O3、O3_8h、NO2、SO2等各项指标小时数据
2021-04-02 17:03:54
395.01MB
1
AQI计算器.zip计算首要污染物，小时数据；AQI计算器.zip计算首要污染物，小时数据；AQI计算器.zip计算首要污染物，小时数据；AQI计算器.zip计算首要污染物，小时数据
2021-01-28 04:00:38
1.76MB
1
基于爬虫和 Basemap 绘制全国主要城市空气质量指数 AQI 的地理分布图（本人的zju 陈春晖老师python 课程 project ）
2019-12-21 21:38:09
459KB
1
利用Html、JavaScript、Openlayer、Geoserver、Google Maps、百度eChart等WebGIS技术实现了基于AOD、AQI数据的北京市空气质量状况分析系统，实现了站点监测点数据、遥感影像产品面数据进行基于地理位置的时空数据可视化，生动形象的展示了数据时空动态性，该实例为中科院大学《时空数据可视化》课程的综合作业，希望该系统源码能够为从事遥感应用、WebGIS开发、数据可视化从业者们带来一点启示，版权所有，引用请注明出处！
2014-12-28 00:00:00
17.24MB
1