嘗試用sklearn做分析
使用豐原站的觀測記錄，分成train set跟test set，train set是豐原站每個月的前20天所有資料。test set則是從豐原站剩下的資料中取樣出來。
train.csv：每個月前20天的完整資料。
test_X.csv：從剩下的10天資料中取樣出連續的10小時為一筆，前九小時的所有觀測數據當作feature，第十小時的PM2.5當作answer。一共取出240筆不重複的test data，請根據feauure預測這240筆的PM2.5。
sklearn在使用上看起來很直接
因此我們的feature使用最笨的方式：取出所有前九小時的值，甚麼都不做直接看結果。
不觀察feature也不簡化
在Private上排名在中間，略高於Baseline
因為是linear regression，對Gradient descent：算一次斜率，結束。
直接就找到解
Data Charging Station 
發表留言