实战十四：基于线性回归预测环境空气质量 代码+数据

数据说明：本次比赛为参赛选手提供了大气污染数据，包括一氧化碳、细颗粒物、可吸入颗粒物、臭氧、二氧化氮、二氧化硫。

评测标准：利用均方根误差（RMSE）评价模型

Baseline概述：原始特征中的AQI和PM2.5和目标变量IPRC之间具有很强的正相关性，本baseline没有做进一步的特征工程，直接用线性回归对数值型特征进行训练与预测

成绩截图： A榜成绩0.0591，在2021年6月22日17时排名为11/100

运行环境说明：sklearn version: 0.22.1

数据集：https://download.csdn.net/download/qq_38735017/87078885

[1]

import sys
print("python version: {}". format(sys.version))

import numpy as np
print("numpy version: {}". format(np.__version__))

import pandas as pd
print("pandas version: {}". format(pd.__version__))

import sklearn
print("sklearn version: {}". format(sklearn.__version__)