用 TensorFlow 2.0 完成空氣汙染預測

​空氣汙染對孩子的成長有很大影響!

空氣汙染對孩子的影響是變得越來越嚴重了!作為家長的你,一定對此非常重視您的孩子身體的健康成長。空氣汙染同時也增加了糖尿病、肺部感染、肺癌、心臟病、慢性呼吸道疾病等慢性病的發病率。

用 TensorFlow 2.0 完成空氣汙染預測

隨著近年來科技的發展,我們的手機應用程序可以實時看到空氣質量。當你得到這些實時和歷史的空氣質量數據時,你可能想知道你是否可以使用機器學習來預測未來的空氣質量?

用 TensorFlow 2.0 完成空氣汙染預測

試著自己完成空氣汙染預測

在tensorflow機器學習快速入門課程中,我們需要經歷兩個階段:數據集處理和模型訓練。利用UCI機器學習知識庫開源數據集對大氣汙染預測模型進行訓練,最後根據歷史氣象條件數據和當天PM2.5值對次日PM2.5值進行預測。

用 TensorFlow 2.0 完成空氣汙染預測

01 我們可以構思出以下開發路徑

用 TensorFlow 2.0 完成空氣汙染預測

02 數據整合與數據可視化

讓我們來看看這個數據集,它是2010年1月1日至2014年12月31日的每小時氣象數據,包括美國駐北京大使館、北京首都國際機場等地的氣象數據,包括13個參數:

  • No: 行號;
  • DEWP: 露點溫度 (℃);
  • day: 日;
  • Iws: 累積風速 (m/s);
  • hour: 小時;
  • cbwd: 組合風向;
  • TEMP: 氣溫 (℃);
  • pm2.5: PM2.5 含量 (ug/m^3);
  • year: 年份;
  • Is: 累積下雪小時;
  • PRES: 氣壓 (hPa);
  • Ir: 累積下雪小時;
  • month: 月份;

我們將預處理的數據集可視化,以查看數據如何變化以及空氣環境如何變化:

用 TensorFlow 2.0 完成空氣汙染預測

03 預測效果

最後,大氣汙染預測結果表明,預測值與實際值的兩條曲線接近,表明預測數據與實際數據基本一致。

用 TensorFlow 2.0 完成空氣汙染預測

點擊閱讀更多,你可以到黑胡桃網站上自己去做一個屬於你自己的空氣汙染預測系統!


分享到:


相關文章: