# 基于多种分类算法的天气报告结果预测

**Repository Path**: NineteenForty1s/weatherpredict

## Basic Information

- **Project Name**: 基于多种分类算法的天气报告结果预测
- **Description**: python+（KNN、逻辑回归、决策树、随机森林、GBDT算法、AdaBoost、SVM感知器）
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 5
- **Forks**: 1
- **Created**: 2023-06-06
- **Last Updated**: 2024-04-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Python, 模式识别

## README

# 基于多种分类算法的天气报告结果预测

#### 介绍
python+（KNN、逻辑回归、决策树、随机森林、GBDT算法、AdaBoost、SVM感知器）

天气状况非常影响我们的日常出行，尤其是下雨天，出门变得十分不便

近年来，天气预测取得了比较大的进展，但预测下雨仍然具有不确定性，因为天气预报不是100%的准确性，可能是70%也可能是60%

通过天气预报我们可以大概判断天气情况，但我们天气预测栏目从来不会告诉我们如何去判断等一下或者明天是否会下雨

所以下雨是由什么因素决定的呢？空气中水汽？还是大气压强？

带着这一问题，我们想通过机器学习帮助我们分析最影响下雨的因素

机器通过1631个下雨与晴天时刻的天气情况数据作为模型进行训练

通过这项预测，我们将能知晓最能影响下雨与否的条件，为我们预估未来天气，充足我们的出行准备