摘要：
采用爬虫爬取了北京这个城市的空气质量指数日历史数据（爬取时间段为2018年1月1日至今天的前一天2020年4月19日），采用两年的历史数据作为训练集，2020年的数据作为测试集，最后采用2020年4月6日-4月19日的14天数据作为历史数据，去预测2020年4月20-27日的空气质量指数AQI。
输出结果已经打印出来，大家可以自行去查阅未来几天的AQI值进行比对。如果不准求不要骂我，不能怪我，我只是合理对模型进行了输入输出，不参与预测。
目录
数据描述与处理：
AQI(Air Quality Index,空气质量指数)是报告每日空气质量的参数。
AQI是环境空气质量指数的缩写，是2012年3月国家发布的新空气质量评价标准，污染物监测为6项：二氧化硫、二氧化氮、PM10、PM2.5、一氧化碳和臭氧，数据每小时更新一次。AQI将这6项污染物用统一的评价标准呈现。
获取的数据为2018年1月1日至2020年4月19日，数据结构如图所示：
输入特征维度为：grade,PM25,PM10,SO2,CO,NO2,O3_8h；输出标签特征为：AQI；但是其中grade列为char形式的描述，因此，对其中的四个等级进行替换为数值特征。然后，对所有数据进行标准化（或者说归一化）处理，其中2018年-2019年的历史数据作为训练集，2020年数据作为测试集。（其中2018年12月3日，5月5日，5月26日，28日等数据为无，我们删除了）
模型构建与训练：
开始模型训练之前，无外乎要对LSTM模型构建时间序列的输入，本次尝试采用滑动窗口进行构建输入，核心代码如下：
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)#返回输入数据特征和标签LSTM模型核心代码如下：
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')通过迭代训练20次左右，观察损失函数图像如下图所示，大约在10次左右loss在测试集上已经降低最优了。于是改动了迭代次数及增加dropout防止过拟合，经过一系列调整之后，便可测试该模型的预测能力。
模型预测结果：
按理说对预测结果值不能进行标准化（或者说归一化处理，因为均值和标准差只能使用训练数据来计算，但是为了能够显示输出，在这里不必那么纠结于细节）。对模型的输入为最近14天的数据（2020年4月6日-4月19日），输出为未来7天的预测结果。下图左边为输入数据展示，右边为模型输出展示，其中负号代表输入历史AQI数据值，输出的蓝色点为未来7天的AQI值；
为了方便大家看清，我在pycharm的输出面板打出了预测值，大家可以查阅。因为神经网络输出值不稳定，我找了几组比较好的结果展示出来，大家可以自行根据未来7天的北京AQI情况进行对比检验这个已经训练的LSTM模型的预测能力。查阅北京AQI数据的网站为：https://www.aqistudy.cn/historydata/daydata.php?city=北京
迭代10次的输出：
迭代15次的输出：
结论：
通过预测出的结果发现，训练好的神经网络做线性预测还是很不稳定的，当然原因有很多，最明显的就是我对预测值结果进行了反归一化进行输出。但是，这个程序确实实现了未来7天AQI值的预测问题。在未来几天里，我将根据真实值与预测值之间的误差再次完善该方法。以求能够预测个大概趋势。如果大家有更好的解决思路，可以加Q525894654进行交流讨论。
接下来的几天便是等待验证结果的几天了。心情复杂且激动.....
