用天气预测理解分类算法-从出门看天气到逻辑回归

一、生活中的决策难题：周末郊游的「天气判断」

周末计划郊游时，你是不是总会打开天气预报反复确认？看到 "25℃、微风、无雨" 就兴奋收拾行李，看到 "35℃、暴雨" 就果断取消计划。这个判断过程，其实就是一个典型的二分类问题：

if 温度20-28℃ + 无降雨 + 风力<3级 → 适合郊游（y=1）

else → 不适合郊游（y=0）

这种根据多个天气因素做 "是 / 否" 判断的场景，正是逻辑回归的典型应用。今天我们就用 "是否适合郊游" 的天气预测为例，一步步揭开逻辑回归的神秘面纱。

二、从生活经验到数学模型：逻辑回归的核心逻辑

1. 特征收集：给天气「记账」

假设我们记录了 100 个周末的天气数据，每次记录四个关键特征：

• \(x_1\)：气温（℃）

• \(x_2\)：湿度（%）

• \(x_3\)：降雨量（mm）

• \(x_4\)：风力（级）

以及一个结果：当天是否适合郊游（\(y=1\)表示适合，\(y=0\)表示不适合）

我们的目标是找到一个公式，输入这四个天气特征就能预测是否适合郊游。

2. 线性组合：给天气因素「打分」

判断是否适合郊游时，不同天气因素的重要性不同。比如降雨量的影响通常比湿度大，我们可以用线性组合表示这种权重分配：

\(z = \theta_0 + \theta_1x_1 + \theta_2x_2 + \theta_3x_3 + \theta_4x_4\)

• \(\theta_0\)是基础分（即使所有特征一般也有基础概率）

• \(\theta_1\)是气温权重（正值，舒适温度加分）

• \(\theta_2\)是湿度权重（负值，湿度过高减分）

• \(\theta_3\)是降雨量权重（负值，下雨严重减分）

• \(\theta_4\)是风力权重（负值，风太大减分）

举个例子：如果\(\theta_0=-10\)，\(\theta_1=0.5\)，\(\theta_2=-0.2\)，\(\theta_3=-3\)，\(\theta_4=-1\)

当气温 25℃，湿度 60%，降雨量 0mm，风力 2 级时：

\(z = -10 + 0.5×25 + (-0.2)×60 + (-3)×0 + (-1)×2\)

\(= -10 + 12.5 - 12 + 0 - 2 = -11.5\)？不对，这显然有问题！

哦，这里发现错误：舒适气温应该是中间值最好，太低或太高都不好。所以实际应用中特征可能需要转换（比如用气温与 25℃的差值），这里简化为：

修正后计算：\(z = -5 + 0.3×25 + (-0.1)×60 + (-2)×0 + (-0.5)×2 = -5 + 7.5 - 6 + 0 -1 = -4.5\)？还是不对，说明权重需要合理设置。

正确示例：当\(\theta_0=-20\)，\(\theta_1=1.2\)（气温 20-28℃为正值），\(\theta_2=-0.1\)，\(\theta_3=-5\)，\(\theta_4=-1.5\)

\(z = -20 + 1.2×25 + (-0.1)×60 + (-5)×0 + (-1.5)×2\)

\(= -20 + 30 - 6 + 0 - 3 = 1\)（正值，适合郊游）

3. Sigmoid 函数：概率「转换器」

线性组合的结果\(z\)可正可负，我们需要把它转换成 0-1 之间的概率。Sigmoid 函数就像一个 "概率转换器"：

\(\hat{y} = \frac{1}{1 + e^{-z}}\)

它的神奇特性：

• 当\(z=0\)时，\(\hat{y}=0.5\)（一半概率适合郊游）

• 当\(z=3\)时，\(\hat{y}≈0.95\)（很可能适合）

• 当\(z=-3\)时，\(\hat{y}≈0.05\)（很可能不适合）

用刚才的正确示例，\(z=1\)时：

\(\hat{y} = 1/(1+e^{-1}) ≈ 0.73\)（73% 概率适合郊游）

三、模型学习：让电脑学会看天气

1. 损失函数：给预测「打分」

如果模型预测某天气 73% 适合郊游（\(\hat{y}=0.73\)），但实际当天大雨取消了（\(y=0\)），这就是预测错误。损失函数用来衡量错误程度：

\(\text{Loss} = -y \log(\hat{y}) - (1-y) \log(1-\hat{y})\)

通俗解释：

• 实际适合郊游（\(y=1\)）却预测概率低，损失大

• 实际不适合（\(y=0\)）却预测概率高，损失大

2. 梯度下降：优化预测模型

我们需要找到最优的\(\theta\)值让损失最小，梯度下降就像 "盲人找最低点"：

• 先随便猜一组参数（比如全为 0）

• 计算当前 "坡度"（梯度）

• 沿着坡度向下走一小步（更新参数）

• 重复直到走到 "谷底"（损失最小）

更新公式：\(\theta_j = \theta_j - \alpha × 梯度\)，\(\alpha\)是步长（学习率）

四、代码实战：手把手实现「郊游天气预测器」

# 1. 导入工具包

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score

# 2. 生成模拟天气数据（100个周末）

np.random.seed(42) # 固定随机种子，结果可重复

n_samples = 100

# 特征1：气温（15-35℃）

temperature = np.random.uniform(15, 35, n_samples)

# 特征2：湿度（30%-90%）

humidity = np.random.uniform(30, 90, n_samples)

# 特征3：降雨量（0-50mm）

rainfall = np.random.uniform(0, 50, n_samples)

# 特征4：风力（1-8级）

wind = np.random.uniform(1, 8, n_samples)

# 组合特征

X = np.column_stack((temperature, humidity, rainfall, wind))

# 生成标签（是否适合郊游）

# 简单规则：气温适宜（20-28℃）+ 少雨 + 风力小更适合

y = (

(temperature > 20) & (temperature < 28) & # 气温适宜

(rainfall < 5) & # 少雨

(wind < 3) & # 风力小

(humidity < 70) # 湿度适中

).astype(int)

# 3. 划分训练集和测试集（80%训练，20%测试）

X_train, X_test, y_train, y_test = train_test_split(

X, y, test_size=0.2, random_state=42

)

# 4. 创建并训练模型

model = LogisticRegression() # 初始化模型

model.fit(X_train, y_train) # 用训练数据学习参数

# 5. 测试模型效果

y_pred = model.predict(X_test) # 预测测试集

accuracy = accuracy_score(y_test, y_pred) # 计算准确率

print(f"模型准确率：{accuracy:.2f}（越高越好）") # 通常能达到0.8以上

# 6. 查看模型学到的参数（特征重要性）

print("\n模型学到的权重：")

print(f"基础分（θ₀）：{model.intercept_[0]:.2f}")

print(f"气温权重（θ₁）：{model.coef_[0][0]:.2f}")

print(f"湿度权重（θ₂）：{model.coef_[0][1]:.2f}")

print(f"降雨量权重（θ₃）：{model.coef_[0][2]:.2f}")

print(f"风力权重（θ₄）：{model.coef_[0][3]:.2f}")

# 7. 预测新的天气情况

# 比如：25℃，60%湿度，0mm降雨，2级风

new_weather = np.array([[25, 60, 0, 2]])

pred_prob = model.predict_proba(new_weather)[0][1] # 适合郊游的概率

print(f"\n该天气适合郊游的概率：{pred_prob:.2f}")

print("预测结果：", "适合郊游" if pred_prob > 0.5 else "不适合郊游")

# 8. 可视化决策边界（取气温和降雨量两个特征）

plt.figure(figsize=(10, 6))

# 绘制训练数据点

plt.scatter(

X_train[:, 0], X_train[:, 2], # 气温和降雨量

c=y_train,

cmap='bwr', # 红色适合，蓝色不适合

alpha=0.6,

label='训练数据'

)

# 绘制测试数据点（X标记）

plt.scatter(

X_test[:, 0], X_test[:, 2],

c=y_test,

cmap='bwr',

marker='x',

s=100,

label='测试数据'

)

plt.xlabel('气温（℃）')

plt.ylabel('降雨量（mm）')

plt.title('郊游天气预测：是否适合郊游')

plt.legend()

plt.grid(alpha=0.3)

plt.show()

五、关键概念通俗解释

术语	通俗解释	天气类比
特征	影响结果的因素	气温、降雨量等天气因素
权重	特征的重要程度	降雨量比湿度影响更大
Sigmoid 函数	分数转概率的工具	60 分以上算及格的评分标准
损失函数	衡量预测错误的程度	预报晴天却下雨的错误程度
梯度下降	优化参数的方法	根据错误调整判断标准
准确率	预测正确的比例	10 次预报对了 8 次 → 80% 准确率

六、逻辑回归的天气预测能力分析

优点：

1. 解释性强：能清晰看到 "降雨量权重最高"，符合生活常识

1. 速度快：手机 APP 能实时运行，快速给出预测结果

1. 概率输出：不只是说 "适合郊游"，还能告诉你 "85% 概率适合"

缺点：

1. 线性限制：无法捕捉非线性关系（比如极端高温和极端低温都不适合）

1. 特征依赖：需要人工选择有价值的特征（比如忘记考虑紫外线强度）

七、提升预测准确性的技巧

1. 特征工程：对气温做分段处理（比如设置舒适区间得分）

# 气温舒适度特征：20-28℃得1分，否则得0分

temp_comfort = ((X[:,0] > 20) & (X[:,0] < 28)).astype(int)

X = np.column_stack((X, temp_comfort)) # 添加新特征

1. 特征标准化：消除单位差异影响

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

X_scaled = scaler.fit_transform(X) # 标准化所有特征

1. 正则化调参：防止过度拟合个别极端天气

model = LogisticRegression(C=0.5) # C值越小，正则化越强

八、完整可运行代码

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score

from sklearn.preprocessing import StandardScaler

# 生成天气数据

np.random.seed(42)

n_samples = 100

temperature = np.random.uniform(15, 35, n_samples)

humidity = np.random.uniform(30, 90, n_samples)

rainfall = np.random.uniform(0, 50, n_samples)

wind = np.random.uniform(1, 8, n_samples)

X = np.column_stack((temperature, humidity, rainfall, wind))

# 生成标签

y = (

(temperature > 20) & (temperature < 28) &

(rainfall < 5) &

(wind < 3) &

(humidity < 70)

).astype(int)

# 数据标准化

scaler = StandardScaler()

X_scaled = scaler.fit_transform(X)

# 划分数据集

X_train, X_test, y_train, y_test = train_test_split(

X_scaled, y, test_size=0.2, random_state=42

)

# 训练模型

model = LogisticRegression()

model.fit(X_train, y_train)

# 评估模型

y_pred = model.predict(X_test)

accuracy = accuracy_score(y_test, y_pred)

print(f"模型准确率：{accuracy:.2f}")

# 预测新天气

new_weather = np.array([[25, 60, 0, 2]]) # 25℃，60%湿度，无雨，2级风

new_weather_scaled = scaler.transform(new_weather)

pred_prob = model.predict_proba(new_weather_scaled)[0][1]

print(f"适合郊游概率：{pred_prob:.2f} → {'适合' if pred_prob>0.5 else '不适合'}")

# 可视化

plt.figure(figsize=(10, 6))

plt.scatter(X_train[:, 0], X_train[:, 2], c=y_train, cmap='bwr', alpha=0.6, label='训练数据')

plt.scatter(X_test[:, 0], X_test[:, 2], c=y_test, cmap='bwr', marker='x', s=100, label='测试数据')

plt.xlabel('气温（标准化后）')

plt.ylabel('降雨量（标准化后）')

plt.title('天气预测决策图')

plt.legend()

plt.grid(alpha=0.3)

plt.show()

九、总结

逻辑回归本质上是把人类的经验判断转化为数学公式的过程：

1. 观察影响结果的关键因素（天气特征）

1. 给不同因素分配合理的重要性（权重）

1. 通过数据学习找到最优的判断标准

1. 用这个标准预测未来情况

下次查看天气预报时，你可以试着用逻辑回归的思路分析：哪些因素对决策影响最大？它们的 "权重" 应该是多少？通过今天的学习，你不仅掌握了逻辑回归的核心原理，还能亲手实现一个简单的天气预测模型。

现在，试着修改代码中的天气特征或参数，看看模型预测结果会如何变化吧！ 🌤️

还想看更多，来啦！！！

1，大数据比赛篇全国职业院校技能大赛-大数据比赛心得体会_全国职业职业技能比赛 大数据-CSDN博客

2，求职简历篇（超实用）大学生简历写作指南：让你的简历脱颖而出-CSDN博客

3，AIGC心得篇aigc时代，普通人需要知道的-CSDN博客

4，数据分析思维篇学习数据分析思维的共鸣-CSDN博客

5，中年危机篇“中年危机”如何转变为“中年机遇”-CSDN博客

其他需求，看主页哦！