项目要求根据室内外风速，初始污染物浓度，风向，时间来预测PM2.5的浓度。项目中先进行建模仿真以获取数据，然后选择LSTM的参数，最后训练模型，完成预测，精度达96%。
基于推特文本数据，进行去表情，分词，词根等预处理，然后进行主题建模，以获取当日最火主题。并绘制不同参数下模型产出的主题数量。
项目要求根据室内外风速，初始污染物浓度，风向，时间来预测PM2.5的浓度。项目中先进行建模仿真以获取数据，然后选择LSTM的参数，最后训练模型，完成预测，精度达96%。...
基于推特文本数据，进行去表情，分词，词根等预处理，然后进行主题建模，以获取当日最火主题。并绘制不同参数下模型产出的主题数量。...
添加客服微信，免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合，也可免费为您推荐相似候选人
收藏后可在“我的收藏”里统一查看，也方便后续继续联系和筛选合适人才。
登录后将自动返回当前页，继续浏览不会丢失。
