10 / 氣象資料與機器學習
天象智研 ATMOS INTELLIGENCE
從氣象觀測中辨識天氣狀態。天象智研將資料清理、異常值偵測、特徵分析與隨機森林分類串成可檢視的 Notebook 實驗。
GitHub · 查看儲存庫 ↗職責團隊成員與模型開發
時期10 個月
狀態實驗程式碼已公開
項目問題 THE CHALLENGE
如何把含雜訊的氣象觀測轉換為天氣狀態分類問題，並區分目前觀測分類與真正的未來天氣預報？
設計方法 APPROACH
- 整理 GlobalWeatherRepository 資料，統一天氣標籤與部分地點記錄
- 使用 Isolation Forest 檢查異常觀測，並探索氣象與空氣品質特徵
- 使用 100 棵樹的 RandomForestClassifier 建立分類實驗並查看特徵重要性
系統結構 SYSTEM STRUCTURE
- 資料層：觀測表、天氣狀態標籤與清理記錄
- 特徵層：數值氣象指標、空氣品質、異常值篩查
- 模型層：標籤編碼、隨機訓練/測試劃分與隨機森林
- 分析層：特徵重要性、視覺化與實驗比較
項目成果 OUTCOMES
- 公開專案說明與包含實驗程式碼、輸出的 Notebook
- 記錄從資料探索到隨機森林建模的過程
- 為後續分類評估與時序驗證保留可審查的實驗起點
交流這個項目 Discuss this project
對這個項目的方法、實作或取捨感興趣？歡迎透過電子郵件交流。