Beijing_air_quality_prediction/模型分析解读（论文参考这个）.md

热力图解读

热力图显示了各指标之间的相关性。颜色越深表示相关性越强，颜色越浅表示相关性越弱，偏红色表示正相关，偏蓝色表示负相关。

1. 图形大致可分为四个部分：
   • 左上角的颜色较深的矩形反映了AQI与数个观测指标（污染物）的关系。
   • 右上侧有一些颜色较深的区块，可能反映了污染物（如CO、NO2、O3）浓度与环境因素（如温度、湿度、风速）的相关关系。
   • 中心与中心正右侧的深色区块反映温度与气压间的强负相关关系。
   • 右下角的颜色较深的矩形主要反映各环境指标间的相关关系。
2. 空气质量指数（AQI）与PM2.5、PM10有很强正相关关系，与CO、NO2、SO2呈现较强正相关关系。同时跟VV（水平能见度）有较强负相关关系。后者的原因显然。经过查阅资料，前者数个指标本就为AQI的计算所考虑的指标，而同为考虑指标的O3相关性低，不知道为什么，需要进一步调研。
3. 小时（hour)与O3等指标呈现一定正相关关系，这或许反映O3浓度变化具有日周期。且与U（地面高度2米处的相对湿度）等指标呈现一定负相关关系。

主成分分析解读

1. 检验指标：
   • KMO值: 0.762>0.7。
   • 巴赫利特检验卡方值: 90424.712, p值: 0.0，显著。
   • 提取5个特征值大于1的因子作为主成分，累积方差贡献率为78.89%。
   • 检验效果较好，说明数据适合主成分分析降维。
2. 旋转载荷矩阵解读：
   1. Factor1（温度气压因子）
      • 高载荷变量： Tn (-0.963), T (-0.958), Tx (-0.954), P (0.924), Po (0.921), Td (-0.898)
      • 物理意义： 主要反映温度（T, Tn, Tx）和气压（P, Po）相关指标的强负相关关系（温度越高，气压越低）。
   2. Factor2（颗粒物污染因子）
      • 高载荷变量： AQI (0.967), PM10 (0.933), PM2.5 (0.879)
      • 物理意义： 直接反映空气质量指数（AQI）和颗粒物污染（PM10, PM2.5），空气质量问题代表颗粒物污染主导。
   3. Factor3（大气条件与污染物因子）
      • 高载荷变量： U (-0.824), Ff (0.772), NO2 (-0.728), CO (-0.695), VV (0.667)
      • 物理意义： 风速增加（Ff）与相对湿度（U）负相关，与能见度（VV）正相关。 同时风速增加（Ff）与污染物浓度（NO2、CO负载荷）的负相关关系可能暗示了风对大气污染物的扩散作用。
   4. Factor4（因子）
      • 高载荷变量： Pa (-0.747), SO2 (0.694)
      • 物理意义：难以解释。
   5. Factor5（降水因子）
      • 高载荷变量： RRR (0.819), tR (0.512)
      • 物理意义： 直接反映降水量（RRR）和降水时间（tR）。
   6. 交叉载荷与特殊变量
      • O3（臭氧）：在Factor1和Factor3上均有载荷，可能需结合气象与化学机制进一步分析。
      • VV（能见度）：受Factor3（风速）和Factor2（颗粒物）共同影响，符合实际物理规律。

XGBOOST模型解读

1. 该模型使用历史AQI数据，并进行周期性编码和滞后特征构建（3小时粒度的滞后特征（最多7天）），作为特征工程。
2. 每次预测均采用该时间点以前的真实数据，即每次预测均为单步预测。
3. 使用随机搜索法参数调优。
4. 评估指标：效果很好
   • RMSE: 12.30
   • R-squared: 0.92
   • MAE: 7.87
5. 重要特征：观察图，AQI_lag_1,2,3最为重要，即该时刻的AQI主要由前3个观测时刻决定。day_of_week显示影响较小，但不是完全没有。
6. 其实也做了利用递归直接预测一整个月的，![效果看图就很明了了]（XG_pred_by_recursion.png)