空气PM2.5等级预测系统

如今随着现代工业的不断发展,人类的生产生活活动每天都在产生大量废气,严重影响了这里生活环境中的空气质量。在浩繁空气污染物中,PM2.5是对人体健康危害非常大的一种污染物。现有的测量PM2.5测量手段有着无法实时测量、精确度不高、适用性不广等缺点,所以可以利用机器学习的方法通过空气中其他物质的浓度来对PM2.5的浓度等级进行预测。该项目通过对北京市数年来的空气成分数据进行数据挖掘,从而实现对于PM2.5等级的预测。在项目中,主要使用了三种算法,分别是决策树,支持矢量机(SVM)和K临邻算法(KNN),并且对比这三种算法的优劣性。实验结果表明,该系统能够有效地预测空气质量,对人们的日常生活具有重要意义。