StormSense：基于随机森林的天气预测模型实战

StormSense是Tyler Lewinski开发的基于随机森林的天气预测模型，专注于解决天气数据中类别不平衡问题（如雾天等稀有天气）。通过特征工程（时间序列滚动统计）、SMOTE技术及时间感知的训练测试划分，提升稀有天气条件的预测准确率，为航空、交通等领域提供更实用的预测支持。

天气数据通常呈现长尾分布（雨天/晴天常见，雾天稀有），朴素模型虽整体准确率高，但对稀有天气预测能力差。这些稀有天气（如雾天）对航空、交通等场景至关重要，StormSense项目直面这一挑战，不追求虚高整体准确率，聚焦提升稀有类别的预测性能。

1. 数据预处理：解析日期、提取时间特征（月份、天数）、编码天气标签；2. 特征工程：14天滚动平均/标准差捕捉天气趋势；3. SMOTE技术：合成雾天样本平衡类别；4. 模型选择：随机森林（调优超参数如n_estimators=500-700、max_depth=12）；5. 时间感知划分：训练集用2015年前数据，测试集用之后数据避免泄漏。

测试集整体准确率84%（含雾天），排除雾天则达94%；各类别F1分数：雨天0.97、晴天0.84、雾天0.38。雾天F1较低因真实样本稀缺，SMOTE虽有帮助但无法创造新的模式。

1. 特征工程（时间滚动特征）提升预测质量；2. SMOTE缓解不平衡但非万能；3. 时间感知划分确保评估诚实；4. 项目展示了现实约束下有效预测系统的构建，对机器学习学习者有重要启示（数据分布理解、特征工程价值等）。

当前局限：仅适用于西雅图、特征单一、雾天预测待提升；改进方向：集成卫星/雷达数据、尝试XGBoost/深度学习、使用Borderline-SMOTE等变体、多模型集成。