一个用python机器学习(ml)做的广州地区的简易天气预报
模型是用的是sklearn的随机树森林(randomForest)
在Pre_Weather文件夹下用 python Main.py 命令运行
训练数据来源于http://www.meteomanz.com/
直接用python运行pre_weather/Main.py，就会在控制台输出预测的数据
python pre_weather/Main.py
或
在你的python代码里用joblib导入生成的模型，然后输入你的数据进行预测
(PS: 因为模型的训练用的数据日期和你预测数据的日期有关，所以不建议直接用使用非当天训练的模型进行预测，误差可能偏大)
如以下代码(在Main.py的11行):
import joblib
# 读取保存的模型
model = joblib.load('Model.pkl')
# 最终预测结果
preds = model.predict(r[1])
其中，r[1]是预测数据
或
参考Main.py，自己写一个符合你需求启动文件
机器学习参考篇: python+sklearn+kaggle机器学习
用python+sklearn(机器学习)实现天气预报 准备
用python+sklearn(机器学习)实现天气预报数据 数据
用python+sklearn(机器学习)实现天气预报 模型和使用
2020/12/16
优化和修复代码，增加数据可视化显示
2020/12/7
优化和修复代码
增加模型保存和填充缺失数据
2020/11/25
优化了代码
计划未来改模型为RGBoost或用tensorflow来降低MAE，同时提高数据多元化
MAE优化到3.6021665834173815
把丢失值取为手动平均值2
2020/11/24
模型是用的决策树森林
训练数据来源于http://www.meteomanz.com/
MAE目前是3.604，未来我会尽可能继续优化
