‘‘‘
本程序簡單預測PM2.5的走向，每個月只取了20天的測量數據。
共有18中污染源，即將?18種污染源的數據和對應的PM2.5的數據?進行訓練
再根據訓練結果來預測新的數據下PM2.5的值
‘‘‘
#???import?library??#
import?csv?
import?numpy?as?np
from?numpy.linalg?import?inv
import?random
import?math
import?sys

#???read?data???#
data?=?[]
#?每一個維度存儲一種污染物的數據一共有18種污染物
for?i?in?range（18）:
	data.append（[]）?#?[]表示這十八個輸入中，每一個輸入都是一個列表

n_row?=?0?#?初始從第0行開始
#?打開數據文件文件big5編碼為繁體字
text?=?open（‘D:/PythonCodes/CNN/train.csv‘?‘r‘?encoding=‘big5‘）?
#?讀取名稱為text的Excel文件，返回文件行的累加信息類型為_csv.reader
row?=?csv.reader（text??delimiter=““）?
#?r中保存了當前行的所有信息，r是一個列表，每次循環(huán)到這就更換到下一行
for?r?in?row:?
????#?第0行沒有數據信息
????if?n_row?!=?0:
????????#?每一列只有第3-27格有值（一天內24小時的數值）
????????for?i?in?range（327）:
????????????if?r[i]?!=?“NR“:
????????????????#?data[]中一共可以存放18個列表，每一個列表存放某一種污染物的所有數值
????????????????data[（n_row-1）%18].append（float（r[i]））?
????????????else:
????????????????data[（n_row-1）%18].append（float（0））	
????n_row?=?n_row+1
text.close（）
‘‘‘
file?=?open（‘D:/PythonCodes/CNN/testdata.csv‘‘w‘?encoding?=?‘utf-8‘）
for?i?in?range（len（data））:
????s?=?str（data[i]）.replace（‘[‘‘‘）.replace（‘]‘‘‘）#去除[]這兩行按數據不同，可以選擇
????s?=?s?+?‘\n‘???#去除單引號，逗號，每行末尾追加換行符
????file.write（s）
file.close（）
print（“保存文件成功“）?
‘‘‘
#????Parse?Data?to?（xy）?????#
x?=?[]
y?=?[]
#?一共有12個月，每個月20天
for?i?in?range（12）:
????#?一共有480個小時，連續(xù)取10個小時一組的數據，可取471組（最后9個數據舍去）
????for?j?in?range（471）:
????????x.append（[]）?#?在x中加入列表存儲數據
????????#?污染物的種類一共有18種
????????for?t?in?range（18）:
????????????#?取每種污染物前9小時的數據在第10小時存放PM2.5的值
????????????for?s?in?range（9）:?
????????????????x[471*i+j].append（data[t][480*i+j+s]?）
????????y.append（data[9][480*i+j+9]）?#?PM2.5的數據存放在第10行
#?每個按行排列
x?=?np.array（x）
y?=?np.array（y）

#?add?square?term
#?x?=?np.concatenate（（xx**2）?axis=1）?將數據量翻倍，新的數據為x^2

#?add?bias
#?5652行1列的ones，每一行1后面直接連接x的每行列表
#?此處多的一列存儲的是bias，值為1
x?=?np.concatenate（（np.ones（（x.shape[0]1））x）?axis=1）?
#print（x.shape）?#?（5652?163）

#init?weight?&?other?hyperparams#
w?=?np.zeros（len（x[0]））?#?shap:?（163）?0:?163?__len__:?1?size:?163
l_rate?=?10?#?學習率，用于更新w
repeat?=?10000?#?迭代次數

#check?your?ans?with?close?form?solution#
#?use?close?form?to?check?whether?ur?gradient?descent?is?good
#?however?this?cannot?be?used?in?hw1.sh?
#?w?=?np.matmul（np.matmul（inv（np.matmul（x.transpose（）x））x.transpose（））y）

‘‘‘模型是Y?=?b?+?w?*?x‘‘‘

#start?training#
#?將x矩陣進行轉置，此時第一行全是1
#?shape:?（5652）?0:?5652?len:?1?size:?5652
x_t?=?x.transpose（）?
s_gra?=?np.zeros（len（x[0]））?#?163行的0

for?i?in?range（repeat）:
????hypo?=?np.dot（xw）?#?做矩陣乘法，（5652?163）*（163?1）?shape?=?（5652?1）預測值
????loss?=?hypo?-?y?#?預測數值?-?真實數值
????cost?=?np.sum（loss**2）?/?len（x）?#?L（f）?=?（y?-?f）^2?求和再求平局值
????cost_a??=?math.sqrt（cost）?#?開方
????#?梯度下降
????gra?=?np.dot（x_tloss）?#?（163?5652）?*?（5652?1）???shape:?（163?1）???dL
????s_gra?+=?gra**2?
????ada?=?np.sqrt（s_gra）?#?均方根
????w?=?w?-?l_rate?*?（gra/ada）?#?更新后的w
????print?（‘iteration:?%d?|?Cost:?%f??‘?%?（?icost_a））

#?sa

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件??????26033??2018-11-28?13:30??PM2.5Prediction\20171109191242797.png

?????文件??????30322??2018-11-28?13:30??PM2.5Prediction\20171109192721426.png

?????文件?????132209??2018-11-28?14:24??PM2.5Prediction\20171228222742072.png

?????文件??????86445??2018-11-28?14:24??PM2.5Prediction\20171228222805380.png

?????文件???????2264??2018-11-25?13:39??PM2.5Prediction\ans.csv

?????文件????8449299??2018-11-27?13:35??PM2.5Prediction\arrayx.csv

?????文件??????32474??2018-11-27?13:39??PM2.5Prediction\arrayy.csv

?????文件????8500646??2018-11-28?14:41??PM2.5Prediction\concatenateX.csv

?????文件????5132390??2018-11-28?09:38??PM2.5Prediction\listx.csv

?????文件???????1432??2018-11-25?15:33??PM2.5Prediction\model.npy

?????文件???????4678??2018-11-28?20:43??PM2.5Prediction\predict.csv

?????文件???????5270??2018-11-28?14:39??PM2.5Prediction\PredictionofPM2.5.py

?????文件??????23440??2018-11-27?13:10??PM2.5Prediction\QQ截圖20181127131014.png

?????文件???????2300??2018-11-25?13:52??PM2.5Prediction\sampleSubmission.csv

?????文件????????815??2018-11-28?10:40??PM2.5Prediction\s_gra.csv

?????文件?????192547??2018-11-25?13:52??PM2.5Prediction\test.csv

?????文件?????367871??2018-11-27?13:44??PM2.5Prediction\testdata.csv

?????文件?????465573??2018-11-25?13:51??PM2.5Prediction\train.csv

?????文件???????5311??2018-11-28?10:37??PM2.5Prediction\x_t.csv

?????目錄??????????0??2018-11-28?20:43??PM2.5Prediction

-----------?---------??----------?-----??----

?????????????23461319????????????????????20