19.4 空气质量预测
19.4 实现空气质量预测⚓︎
以下为本小节目录,详情请参阅《智能之门》正版图书,高等教育出版社。
19.4.1 提出问题⚓︎
大气污染治理问题迫在眉睫,否则会严重影响人类健康。如果能够根据当前的空气质量条件和气象条件,预测未来几个小时的空气质量,就会为预警机制提供保证,以提醒人们未来几小时的出行安排。
用当前时刻的数据来预测未来的数据,也是循环神经网络的重要功能之一,它与前面学习的回归问题的重要区别在于:假设在[0,1]区间内,给定任意x值,预测y值,是属于普通的回归问题;而预测x>1时的y值,就属于循环神经网络的预测范畴了。
19.4.2 准备数据⚓︎
19.4.3 训练一个回归预测网络⚓︎
19.4.4 几个预测时要注意的问题⚓︎
代码位置⚓︎
ch19, Level4
如果想改变数据集,可以修改SourceCode/Data/ch19_PM25.py,来重新生成数据集。
思考和练习⚓︎
- 把预测值还原为真实值后,再计算准确度,看看数值会是多少?
- 做分类预测时,把max_epoch的数值变大,看看是否可以得到更好的效果?
- 分别调整隐层神经元数num_hidden、时间步数num_step,并仍旧预测8、4、2、1小时的数据,看看结果是否有变化?
- 不删除原始数据中的年、月、日、时、雨、雪等字段,看看对训练效果的影响如何。
参考文献⚓︎
[1] Liang, X., Zou, T., Guo, B., Li, S., Zhang, H., Zhang, S., Huang, H. and Chen, S. X. (2015). Assessing Beijing's PM2.5 pollution: severity, weather impact, APEC and winter heating. Proceedings of the Royal Society A, 471, 20150257.