juechafun/03-资源/信息科技-气象数据模型-对照组实验.md

---

#复盘/5

一句话描述

[信息科技气象数据预测示例]

---

实验结果

如《信息科技-气象数据模型-对照组实验.pdf》的图表所示，实验组：2025年11月竺可桢气象数据.csv + 决策树回归(max_depth=10) + ['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang', 'Yushui', 'hour_of_day'] 模型的预测结果最接近真实值

参数变量

数据集A：2025年7到9月竺可桢气象数据.csv 数据集B：2025年11月竺可桢气象数据.csv

模型A：线性回归 模型B：决策树回归(max_depth=5) 模型C：决策树回归(max_depth=10)

特征组A：['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang'] 特征组B：['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang', 'Yushui'] 特征组C：['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang', 'Yushui', 'hour_of_day']

数据集	模型	特征组	1h 气温 MAE	2h 气温 MAE	3h 气温 MAE	1h 湿度 MAE	2h 湿度 MAE	3h 湿度 MAE
数据集 A	模型 A	特征组 A	5.23	5.3	5.45	14.19	14.73	15.28
数据集B	模型A	特征组A	0.72	1.27	1.76	3.5	5.65	7.71
数据集B	模型B	特征组A	1.57	1.79	2.19	3.7	5.37	6.97
数据集B	模型C	特征组A	0.76	1.05	1.31	2.98	3.9	4.71
数据集B	模型C	特征组B	0.76	1.04	1.31	2.97	3.9	4.74
数据集B	模型C	特征组C	0.59	0.65	0.7	2.44	2.55	2.81

-------- RAG START -------

信息科技气象数据预测实验备忘

用途说明

归档气象数据预测对照实验中不同数据集、回归模型与特征组合的参数配置及误差表现，明确最优建模方案。

配置明细

核心结论

• 依据《信息科技-气象数据模型-对照组实验.pdf》图表验证：2025年11月竺可桢气象数据集 + 决策树回归(max_depth=10) + 特征组C（含 hour_of_day）组合的预测结果最接近真实值。

数据集变量

• 数据集 A：2025年7到9月竺可桢气象数据.csv
• 数据集 B：2025年11月竺可桢气象数据.csv

模型变量

• 模型 A：线性回归
• 模型 B：决策树回归(max_depth=5)
• 模型 C：决策树回归(max_depth=10)

特征组变量

• 特征组 A：['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang']
• 特征组 B：['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang', 'Yushui']
• 特征组 C：['QiWen', 'ShiDu', 'QiYa', 'Fengsu', 'FengXiang', 'Yushui', 'hour_of_day']

MAE误差对照表

数据集	模型	特征组	1h 气温 MAE	2h 气温 MAE	3h 气温 MAE	1h 湿度 MAE	2h 湿度 MAE	3h 湿度 MAE
数据集 A	模型 A	特征组 A	5.23	5.3	5.45	14.19	14.73	15.28
数据集 B	模型 A	特征组 A	0.72	1.27	1.76	3.5	5.65	7.71
数据集 B	模型 B	特征组 A	1.57	1.79	2.19	3.7	5.37	6.97
数据集 B	模型 C	特征组 A	0.76	1.05	1.31	2.98	3.9	4.71
数据集 B	模型 C	特征组 B	0.76	1.04	1.31	2.97	3.9	4.74
数据集 B	模型 C	特征组 C	0.59	0.65	0.7	2.44	2.55	2.81

-------- RAG END -------