气温预测项目实战：五模型对比与部署全流程解析-北京尧图网络

简介基于Python机器学习的气温预测与可视化课程设计项目覆盖数据获取、特征工程、模型训练、结果评估与界面展示完整流程可直接作为期末大作业或课程设计的高分参考。压缩包共38个文件大小约12.17MB主要包含.py训练与GUI脚本、.ipynb分析笔记、.h5/.pkl/.joblib模型权重、.csv/.json数据文件以及.docx使用文档代码附有详细注释部署简单新手也能快速上手。项目系统对比三层感知机、LSTM、随机森林、决策树和线性回归五种模型经准确率和预测效果综合评估LSTM表现最优配套GUI正式版可直观展示气温趋势与预测结果图片记录数据探索、模型误差等关键分析过程。另含全国天气信息爬取与临沧历史天气爬取脚本便于自行扩充数据已有426人学习下载资源整理规范、目录清晰适合需要完整可运行项目、撰写报告或参考高分作业的Python学习者。1. 五种模型对比才是这门课设的得分点气温预测项目到底该怎么拆先说一个反直觉的结论这个项目里真正值钱的不是 LSTM 模型本身而是「五种回归模型放在同一份数据集上对比」的完整流程。很多同学交课设只跑通一个模型答辩老师一问「为什么选这个、别的模型表现如何」就直接翻车。这份源码把线性回归、决策树、随机森林、三层 MLP、LSTM 全做了一遍还配了 GUI 可视化界面属于典型的「功能完整、能演示、能讲清楚」的满分结构。适合两类人一是期末大作业不知道做什么、想直接复现改参数的 Python 课程设计学生二是想系统看一遍「从数据清洗到模型对比再到可视化部署」全流程的初学者。整套资源拆开以后其实就是数据准备、五模型训练、评估对比、GUI 展示四块下面按落地顺序逐块拆。2. 源码包构成与五模型选型先看清每个文件是干什么的2.1 文件清单与职责划分拿到压缩包第一件事不是跑代码而是先把文件分好类。这个项目里的文件看着多实际上就四组。第一组是五个训练脚本对应五种模型第二组是数据文件两份 CSV 和两个 JSON 字典第三组是可视化相关的 GUI 脚本和 notebook第四组是训练好的模型产物也就是 .h5、.pkl、.joblib 这些文件。文件类型职责3层MLP气温预测.py / .ipynb训练脚本三层感知机训练与评估LSTM气温预测.py / .ipynb训练脚本长短期记忆网络训练与评估机器学习气温预测模型.py / .ipynb主流程入口脚本串起全流程key_predictions.py工具脚本关键预测结果输出数据探索.py工具脚本数据分布探索与可视化全国天气信息爬取.py爬虫采集全国城市天气数据临沧历史天气爬取.py爬虫采集临沧逐日历史天气WeatherData.csv数据集全国天气快照数据Lingcang202001-202312.csv数据集临沧 2020-2023 逐日历史数据GUI最简版.py / GUI正式版.py界面预测结果可视化展示models/ 目录产物训练好的模型参数文件train_test_split 函数里设置 shuffleFalse保证训练集是历史时间段、测试集是未来时间段。特征列构造也有讲究常见做法是滞后特征加滚动统计也就是用前几天的数据预测下一天# 构造滞后特征和滚动均值 for lag in [1, 2, 3, 7]: df[ftemp_lag_{lag}] df[最高温度].shift(lag) df[rolling_mean_3] df[最高温度].rolling(window3).mean() df[temp_diff] df[最高温度].diff() # 删除构造特征产生的缺失行 df df.dropna().reset_index(dropTrue)shift 生成滞后列时前 N 行必然是 NaN滚动均值也一样所以 dropna 要把这些行清掉。滞后 1、2、3、7 天覆盖了「相邻日期的强相关」和「一周周期性」两个维度比只用前一天效果稳定。3.2 特征工程与训练集划分数据划分这一步时间序列和普通分类任务最大的区别就是不能随机打乱。如果直接调用 train_test_split 不关 shuffle模型就会「偷看」未来数据训练时评估指标虚高答辩老师一问测试集划分逻辑就露馅。我一般这样处理from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler # 特征列与目标列 feature_cols [最高温度, 最低温度, temp_lag_1, temp_lag_2, temp_lag_3, temp_lag_7, rolling_mean_3, temp_diff] X df[feature_cols] y df[最高温度] # 按时间顺序划分禁止 shuffle X_train, X_test, y_train, y_test train_test_split( X, y, test_size0.2, shuffleFalse, random_state42) # 标准化只 fit 训练集避免信息泄漏 scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test)注意最后两行scaler 只能对训练集 fit_transform测试集必须用同一个 scaler 做 transform。如果对全量数据一起 fit测试集的均值和标准差也被算进去了预测结果会偏乐观。另一个容易忽略的点是 target 的选择这个项目预测的是「当天的最高温度」也就是说特征里包含了当天的最低温度这在气象上是合理的因为最高温和最低温同一天出现二者强相关。如果你想把任务改成「预测明天的最高温度」就把特征全部 shift 一步把当天数据作为特征、明天的最高温作为目标否则特征里就混入了未来信息。4. 五个模型从训练到保存代码怎么改才能跑到自己数据上4.1 基线模型线性回归与决策树线性回归在这个项目里的定位是「下限参照」。它假设气温和特征之间是线性关系虽然气温变化本质上是非线性的但有了这个基线才能说明其他模型到底提升了多少。决策树则相反它非常擅长拟合非线性关系——但也正因如此特别容易过拟合训练集表现很好、测试集一塌糊涂。所以决策树的参数要重点限制树深。from sklearn.linear_model import LinearRegression from sklearn.tree import DecisionTreeRegressor # 线性回归无超参数直接作为基线 lr LinearRegression() lr.fit(X_train_scaled, y_train) # 决策树限制深度和最小样本数防止过拟合 dt DecisionTreeRegressor( max_depth5, # 树深限制在 5 层以内 min_samples_split10, # 内部节点至少 10 个样本才继续分裂 min_samples_leaf5, # 叶节点至少 5 个样本 random_state42 ) dt.fit(X_train_scaled, y_train)线性回归先跑一遍还有个额外好处可以用它的系数看一眼特征重要性方向比如 lag_1 的系数大概率是正的说明前一天高温第二天大概率也高温这个结论写进报告里很加分。决策树的 max_depth 是控制过拟合最直接的旋钮从 3 开始试到 10看验证集误差先降后升的那个拐点就是合适的深度。4.2 MLP 与 LSTM归一化、滑窗、早停三层 MLP 是神经网络里最朴素的形态输入层接特征、中间两个隐藏层、输出层一个神经元回归。核心参数是隐藏层宽度、激活函数和迭代轮数。LSTM 不太一样它需要把数据构造成滑窗序列也就是用过去 N 天的数据预测第 N1 天。这个 N 是 LSTM 最重要的超参数太小记不住周期性太大训练变慢而且梯度容易消失。import numpy as np from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout from tensorflow.keras.callbacks import EarlyStopping # 构造滑窗序列用过去 30 天预测第 31 天 def create_sequences(data, target, window30): X_seq, y_seq [], [] for i in range(window, len(data)): X_seq.append(data[i-window:i]) y_seq.append(target[i]) return np.array(X_seq), np.array(y_seq) # 假设 temp_series 是标准化后的最高温序列 X_lstm, y_lstm create_sequences(temp_scaled, temp_scaled, window30) split int(len(X_lstm) * 0.8) X_train_lstm, X_test_lstm X_lstm[:split], X_lstm[split:] y_train_lstm, y_test_lstm y_lstm[:split], y_lstm[split:] # 模型结构LSTM 层 Dropout Dense 回归层 model Sequential([ LSTM(50, activationtanh, return_sequencesFalse, input_shape(X_train_lstm.shape[1], X_train_lstm.shape[2])), Dropout(0.2), # 随机丢弃 20% 神经元防过拟合 Dense(1) # 回归任务输出层不加激活函数 ]) model.compile(optimizeradam, lossmse, metrics[mae]) early_stop EarlyStopping(monitorval_loss, patience10, restore_best_weightsTrue) model.fit(X_train_lstm, y_train_lstm, validation_split0.1, epochs100, batch_size32, callbacks[early_stop], verbose1)这里的早停机制是整个训练过程最实用的部分patience10 表示验证集损失连续 10 轮不下降就停止训练restore_best_weightsTrue 会把权重回滚到验证集最优的那一轮。LSTM 的输入形状是二维滑窗数据第一维是样本数、第二维是时间步长30 天、第三维是特征数如果你要加入多特征就把第三维从 1 改成特征数量。温度预测用 tanh 激活比 ReLU 更稳因为 tanh 输出范围是 [-1,1]和标准化后的数据范围一致ReLU 容易在深层产生大数值导致震荡。4.3 模型评估与对比输出五个模型跑完评估指标要统一口径才能横向对比。气温预测这类回归任务最常用的就是 MAE 和 RMSEMAE 直观、单位是摄氏度答辩时直接说「平均误差 1.5 度」谁都听得懂RMSE 会放大大的误差对偶尔预测错得很离谱的模型更敏感。R² 用来表达模型解释了百分之多少的方差0 到 1 之间越接近 1 越好。from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score def evaluate_model(name, y_true, y_pred): mae mean_absolute_error(y_true, y_pred) rmse mean_squared_error(y_true, y_pred, squaredFalse) r2 r2_score(y_true, y_pred) print(f{name:12s} | MAE: {mae:.3f} | RMSE: {rmse:.3f} | R2: {r2:.3f}) # 对各模型分别调用 evaluate_model(LinearRegression, y_test, lr_pred) evaluate_model(DecisionTree, y_test, dt_pred) evaluate_model(RandomForest, y_test, rf_pred) evaluate_model(MLP, y_test, mlp_pred) evaluate_model(LSTM, y_test, lstm_pred)原项目的结果是 LSTM 在准确率上胜出这符合气象预测的直觉——气温变化是连续时间序列LSTM 的结构天生就是为这种数据设计的。但我建议你看结果时不要只盯着谁第一而是把线性回归和 LSTM 的 MAE 差值记下来这个差值才是报告的核心论点。比如差 0.8 度就写「LSTM 相比线性回归将平均绝对误差降低了约 25%」比「LSTM 最准」这种话有说服力得多。模型训练完要保存产物五个模型分别存成对应格式import joblib # 树模型和线性模型用 joblib 保存 joblib.dump(lr, models/linear_regression_model.pkl) joblib.dump(dt, models/decision_tree_model.pkl) joblib.dump(rf, models/random_forest_model.pkl) # 保存标准化器GUI 预测时要用同一个 scaler joblib.dump(scaler, models/mlp_scaler.joblib) # Keras 模型保存成 h5 model.save(models/LSTM_temperature_prediction_model.h5)保存 scaler 这点特别容易被忽略。训练时你做了标准化那 GUI 里输入新的天气数据必须用训练时的 scaler 做同样的标准化否则模型吃进去的数据分布不对预测结果完全失真。这也是为什么原项目 models 目录里专门放了 mlp_scaler.joblib 和 lstm_scaler.joblib。5. 复现与部署避坑从 Python 环境到 GUI 白屏的六个坑5.1 环境版本坑现象按 requirements.txt 安装依赖后import tensorflow 直接报错或者 keras 加载 .h5 文件时提示 Unknown layer。原因绝大多数情况是 Python 版本和 TensorFlow 版本不兼容。TensorFlow 对 Python 版本要求很严格比如 TensorFlow 2.10 在 Windows 上最高支持 Python 3.10新版本 Python 装不上或者装上了也有二进制兼容问题。解决不要用系统全局环境创建独立的虚拟环境。用 conda 或 venv 建一个 Python 3.9 的环境然后按 requirements.txt 安装。装完先跑一句python -c import tensorflow as tf; print(tf.__version__)确认导入正常再跑项目脚本。如果是 .h5 加载问题常见做法是在 load_model 时加上compileFalse参数加载后再手动重新编译from tensorflow.keras.models import load_model model load_model(models/LSTM_temperature_prediction_model.h5, compileFalse) model.compile(optimizeradam, lossmse, metrics[mae])5.2 中文乱码与 GUI 启动失败现象matplotlib 画的图里中文全部显示成方块GUI 窗口能打开但标题栏和按钮全是乱码更严重的情况是 GUI 一运行就崩控制台报错说缺模块。原因matplotlib 默认字体不含中文字符Windows 下需要用 SimHei 字体。GUI 崩溃则大概率是 tkinter 环境和缺少额外依赖比如 seaborn、tkinter-tk 这些包在某些 Python 安装里没带全。解决在绘图代码开头固定设置中文字体import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False第二行的axes.unicode_minus是防止负号显示成方块的关键温度数据里负值很常见不设的话图上全是乱码。GUI 起不来的话先检查 tkinter 是否可用跑一句python -c import tkinter; print(tkinter.TkVersion)如果没有再重新安装对应包。另外 GUI 脚本里如果用到 keras 模型预测GUI 启动和模型加载是两回事有时窗口能打开、点「预测」按钮才崩溃要分两步排查。5.3 预测结果严重偏离真实值现象GUI 里输入 35 度预测出来是 20 度偏差大得离谱或者预测值整体是平的变化起伏很小。原因这是 scaler 没配对。训练时是标准化的数据保存了 scaler但 GUI 或推理脚本里加载的是另一个 scaler或者干脆没做逆变换。另一个常见问题是滑窗数据构造错了LSTM 输入序列顺序颠倒或者窗口取错位置。解决推理时强制检查三步先加载和训练时同一个 scaler 文件再用它对输入特征做 transform最后在输出端做 inverse_transformimport joblib scaler joblib.load(models/lstm_scaler.joblib) # 构造输入序列后标准化 X_input_scaled scaler.transform(X_input) # 预测结果转回原始温度单位 pred_temp scaler.inverse_transform(y_pred.reshape(-1, 1))我一般会在代码里加一个 sanity check拿训练集最后 30 天数据喂给模型看预测的第 31 天和真实值差多少。如果这一步误差很大说明数据构造或 scaler 链路有问题先修这里再谈模型调参。这招在课设里很好用答辩老师问起来你可以直接演示「这是模型的自我校验」。6. 结果可视化与答辩验证把预测曲线讲成加分项6.1 GUI 两种版本怎么选怎么跑原项目给了两个 GUIGUI 最简版.py 和 GUI 正式版.py。正式版功能完整支持城市选择、历史数据展示、预测结果绘图适合答辩现场演示最简版只有核心的预测输入和结果显示适合自己调试或者时间紧张时快速跑通。两个版本的运行前提一致先启动训练脚本生成好 models 目录下的模型文件再运行 GUI。第一次跑正式版之前我建议先跑最简版确认环境没问题再切换正式版省得在界面里翻半天找报错。6.2 预测曲线与模型对比图的答辩讲法可视化是最后一步但也是答辩占比最大的一部分。打开数据探索.py 生成的分布图能看出最高温和最低温的年度周期性波动打开模型对比图能看到五条预测曲线和真实曲线的贴合程度。讲的时候按这个顺序先讲数据来源和清洗再讲五种模型的评估指标表重点强调 LSTM 的 MAE 最低最后切到 GUI 演示一个实际预测过程。整个闭环下来从数据到模型到界面全链路覆盖比单讲一个 notebook 有说服力得多。从那以后我每次拿到课设项目第一件事都是先建虚拟环境、再验证模型文件能加载、最后才跑 GUI三步走下来能避开八成的环境坑。尤其是现场答辩前我一定会在自己电脑上完整重启一遍项目流程确保从零到出图不超过五分钟。希望帮到你——把这份源码吃透比你重新写一份要省力得多也能真正讲清楚每一步。本文还有配套的精品资源点击获取

气温预测项目实战：五模型对比与部署全流程解析

相关推荐

VOC/COCO/YOLO标签格式转换与YOLOv8实战指南

C++类和对象进阶：static成员、友元、内部类与匿名对象详解

DeepSeek制造业数智化改造：从数据到智能的内训课纲全解析

更多资讯

PHP后端活体检测集成：服务端签名验签全流程实现

one_gadget实战：攻防世界babystack从栈溢出到getshell

从简历海啸到智能初筛：我用 ModelEngine Nexent 零代码搭建了一个招聘 Agent

Anaconda+Jupyter数据分析环境配置与实战指南

企业AI落地第一道坎：为什么你的公司凑不出一份能喂给AI的文档

12GB显存跑125B大模型：量化与分层卸载实战

今日更新

Susi AI API实战指南：susi_alexa_skill如何用Node.js调用chat.json获取智能回答

换新电脑了？KeyStats 恢复码数据找回完全指南，端到端加密统计一键重建

重建二叉树：由前序与中序遍历序列还原二叉树的原理与 Java 实现（YCBlogs 剑指 Offer 精讲）

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？