摘要：
採用爬蟲爬取了北京這個城市的空氣質量指數日曆史數據（爬取時間段爲2018年1月1日至今天的前一天2020年4月19日），採用兩年的歷史數據作爲訓練集，2020年的數據作爲測試集，最後採用2020年4月6日-4月19日的14天數據作爲歷史數據，去預測2020年4月20-27日的空氣質量指數AQI。
輸出結果已經打印出來，大家可以自行去查閱未來幾天的AQI值進行比對。如果不準求不要罵我，不能怪我，我只是合理對模型進行了輸入輸出，不參與預測。
目錄
數據描述與處理：
AQI(Air Quality Index,空氣質量指數)是報告每日空氣質量的參數。
AQI是環境空氣質量指數的縮寫，是2012年3月國家發佈的新空氣質量評價標準，污染物監測爲6項：二氧化硫、二氧化氮、PM10、PM2.5、一氧化碳和臭氧，數據每小時更新一次。AQI將這6項污染物用統一的評價標準呈現。
獲取的數據爲2018年1月1日至2020年4月19日，數據結構如圖所示：
輸入特徵維度爲：grade,PM25,PM10,SO2,CO,NO2,O3_8h；輸出標籤特徵爲：AQI；但是其中grade列爲char形式的描述，因此，對其中的四個等級進行替換爲數值特徵。然後，對所有數據進行標準化（或者說歸一化）處理，其中2018年-2019年的歷史數據作爲訓練集，2020年數據作爲測試集。（其中2018年12月3日，5月5日，5月26日，28日等數據爲無，我們刪除了）
模型構建與訓練：
開始模型訓練之前，無外乎要對LSTM模型構建時間序列的輸入，本次嘗試採用滑動窗口進行構建輸入，核心代碼如下：
def mult_data(dataset, target, start_index, end_index, history_size,target_size, step):
data = []
labels = []
start_index = start_index + history_size
if end_index is None:
end_index = len(dataset) - target_size
for i in range(start_index, end_index):
indices = range(i-history_size, i, step)
data.append(dataset[indices])
labels.append(target[i:i+target_size])
return np.array(data), np.array(labels)#返回輸入數據特徵和標籤
LSTM模型核心代碼如下：
multi_model = tf.keras.models.Sequential()
multi_model.add(tf.keras.layers.LSTM(32,return_sequences=True,input_shape=x_train_multi.shape[-2:]))
multi_model.add(tf.keras.layers.LSTM(16, activation='relu'))
multi_model.add(tf.keras.layers.Dense(output, activation='linear'))
multi_model.compile(optimizer=tf.keras.optimizers.RMSprop(clipvalue=1.0), loss='mae')
通過迭代訓練20次左右，觀察損失函數圖像如下圖所示，大約在10次左右loss在測試集上已經降低最優了。於是改動了迭代次數及增加dropout防止過擬合，經過一系列調整之後，便可測試該模型的預測能力。
模型預測結果：
按理說對預測結果值不能進行標準化（或者說歸一化處理，因爲均值和標準差只能使用訓練數據來計算，但是爲了能夠顯示輸出，在這裏不必那麼糾結於細節）。對模型的輸入爲最近14天的數據（2020年4月6日-4月19日），輸出爲未來7天的預測結果。下圖左邊爲輸入數據展示，右邊爲模型輸出展示，其中負號代表輸入歷史AQI數據值，輸出的藍色點爲未來7天的AQI值；
爲了方便大家看清，我在pycharm的輸出面板打出了預測值，大家可以查閱。因爲神經網絡輸出值不穩定，我找了幾組比較好的結果展示出來，大家可以自行根據未來7天的北京AQI情況進行對比檢驗這個已經訓練的LSTM模型的預測能力。查閱北京AQI數據的網站爲：https://www.aqistudy.cn/historydata/daydata.php?city=北京
迭代10次的輸出：
迭代15次的輸出：
結論：
通過預測出的結果發現，訓練好的神經網絡做線性預測還是很不穩定的，當然原因有很多，最明顯的就是我對預測值結果進行了反歸一化進行輸出。但是，這個程序確實實現了未來7天AQI值的預測問題。在未來幾天裏，我將根據真實值與預測值之間的誤差再次完善該方法。以求能夠預測個大概趨勢。如果大家有更好的解決思路，可以加Q525894654進行交流討論。
接下來的幾天便是等待驗證結果的幾天了。心情複雜且激動.....