空气质量指数预测项目

问题陈述：

本项目基于2015至2020年间印度的空气质量指数（AQI）数据集。任务是进行完善的数据预处理和分析后，时候数据集的数据特征构建一系列模型，能够根据数据集中提供的独立特征准确预测空气质量指数（AQI）。

项目目标：

该项目旨在通过分析和模型构建来预测空气质量指数。这不仅能够提升对空气污染模式的认识，还能够在环境科学和公共卫生领域提供实际应用价值。通过对影响空气质量的关键因素的识别和预测，可以更有效地制定政策和干预措施，以改善和保护公共健康。

本项目使用的模型

• 线性回归
• 多项式回归
• 决策树
• 随机森林
• XGBoost

本项目的依赖库

• matplotlib==3.7.1
• numpy==1.23.5
• pandas==2.0.2
• scipy==1.10.1
• seaborn==0.13.0
• xgboost==2.0.3

关于数据集：

数据集包含了2015年至2020年间印度各地区的空气质量记录。这些数据对于理解和预测区域空气质量具有重要意义，有助于采取相应的环境保护措施和公共健康策略。

项目详情

项目资源下载