使用机器学习预测天气(第一部分).docxVIP

概述??本章是使用机器学习预测天气系列教程的第一部分，使用Python和机器学习来构建模型，根据从Weather Underground收集的数据来预测天气温度。该教程将由三个不同的部分组成，涵盖的主题是：数据收集和处理（本文）线性回归模型（第2章）神经网络模型（第3章）??本教程中使用的数据将从Weather Underground的免费层API服务中收集。我将使用python的requests库来调用API，得到从2015年起Lincoln, Nebraska的天气数据。 一旦收集完成，数据将需要进行处理并汇总转成合适的格式，然后进行清理。 ??第二篇文章将重点分析数据中的趋势，目标是选择合适的特性并使用python的statsmodels和scikit-learn库来构建线性回归模型。 我将讨论构建线性回归模型，必须进行必要的假设，并演示如何评估数据特征以构建一个健壮的模型。 并在最后完成模型的测试与验证。 ??最后的文章将着重于使用神经网络。 我将比较构建神经网络模型和构建线性回归模型的过程，结果，准确性。Weather Underground介绍??Weather Underground是一家收集和分发全球各种天气测量数据的公司。 该公司提供了大量的API，可用于商业和非商业用途。 在本文中，我将介绍如何使用非商业API获取每日天气数据。所以，如果你跟随者本教程操作的话，您需要注册他们的免费开发者帐户。 此帐户提供了一个API密钥，这个密钥限制，每分钟10个，每天500个API请求。 ??获取历史数据的API如下：/api/API_KEY/history_YYYYMMDD/q/STATE/CITY.json API_KEY: 注册账户获取YYYYMMDD: 你想要获取的天气数据的日期STATE: 州名缩写CITY: 你请求的城市名调用API??本教程调用Weather Underground API获取历史数据时，用到如下的python库。名称描述来源datetime处理日期标准库time处理时间标准库collections使用该库的namedtuples来结构化数据标准库pandas处理数据第三方requestsHTTP请求处理库第三方matplotlib制图库第三方??好，我们先导入这些库：fromdatetimeimport datetime, timedelta importtimefromcollectionsimport namedtuple importpandasaspdimportrequestsimportmatplotlib.pyplotasplt接下里，定义常量来保存API_KEY和BASE_URL，注意，例子中的API_KEY不可用，你要自己注册获取。代码如下：API_KEY =7052ad35e3c73564# 第一个大括号是API_KEY，第二个是日期BASE_URL =/api/{}/history_{}/q/NE/Lincoln.json然后我们初始化一个变量，存储日期，然后定义一个list，指明要从API返回的内容里获取的数据。然后定义一个namedtuple类型的变量DailySummary来存储返回的数据。代码如下：target_date = datetime(2016, 5, 16) features = [date, meantempm, meandewptm, meanpressurem, maxhumidity, minhumidity, maxtempm, mintempm, maxdewptm, mindewptm, maxpressurem, minpressurem, precipm]DailySummary = namedtuple(DailySummary, features) 定义一个函数，调用API，获取指定target_date开始的days天的数据，代码如下：defextract_weather_data(url, api_key, target_date, days): records = []for _ inrange(days): request = BASE_URL.format(API_KEY, target_date.strftime(%Y%m%d)) response = requests.get(request)if response.status_code ==200: data = response.json()[history][dailysummary][0] records.append(DailySummary(