docs: 更新 README.md 反映项目现状, 新增项目 CLAUDE.md

2026-05-28 14:19:14 +08:00
parent a352fbfe4c
commit 29bd19bae4
2 changed files with 182 additions and 86 deletions
@@ -0,0 +1,83 @@
+# CLAUDE.md
+
+## 项目概述
+
+本科毕业设计：银发群体高温多时间尺度预警和服务优化可视化研究。为焦作市和郑州市老年群体构建基于 ERA5-Land 气象数据的高温健康风险预警模型（XGBoost + LSTM-Attention），并开发 Flask+ECharts 可视化大屏。
+
+## 技术栈
+
+- **Python 3.13**（uv 管理虚拟环境 `.venv`）
+- **PyTorch 2.12.0+cu126**（GPU 训练，RTX 4060 Laptop 8GB）
+- **XGBoost 2.0+** / **Scikit-learn 1.3+**
+- **Flask 3.0+** / **ECharts 5.5**
+- **LaTeX**（XeLaTeX + ctexbook，中文字体 STSong/Noto Sans SC/FangSong）
+- **xarray + h5netcdf + h5py**（NetCDF4 读取）
+
+## 常用命令
+
+```bash
+# 环境
+uv sync                    # 同步依赖（含 CUDA PyTorch）
+uv run python -c "..."     # 运行 Python 代码
+
+# 数据管线
+uv run python -m src.data.download_era5    # CDS API 下载 ERA5
+uv run python -m src.data.extract_zips     # ZIP→NetCDF 解压
+uv run python -m src.data.preprocess       # 预处理管线
+
+# 模型
+uv run python -m src.models.train          # 训练 LSTM
+uv run python -m src.models.evaluate       # 评估 + XGBoost 训练
+
+# Web
+uv run python -m src.web.app               # 启动 Flask (localhost:5005)
+
+# 论文
+cd thesis && xelatex -interaction=nonstopmode main && xelatex -interaction=nonstopmode main
+
+# Git
+git push origin main     # 推送到 Gitea
+```
+
+## 项目结构
+
+```
+src/
+├── data/
+│   ├── download_era5.py       # CDS API 逐月下载（360文件）
+│   ├── extract_zips.py        # ZIP 解压（CDS 新格式适配）
+│   ├── preprocess.py          # 8步预处理管线（597行）
+│   └── collect_mortality.py   # 死亡率/人口数据整理
+├── models/
+│   ├── lstm_attention.py      # LSTM-Attention 模型（983K参数）
+│   ├── xgboost_baseline.py    # XGBoost 三分类器基线
+│   ├── train.py               # 训练脚本（Focal Loss + 早停）
+│   └── evaluate.py            # 评估对比 + 图表生成
+├── web/
+│   ├── app.py                 # Flask 4端点 (predict/history/stats/index)
+│   └── static/index.html      # ECharts 6面板大屏（~800行）
+└── utils/config.py            # 全局配置（城市坐标/超参数/路径）
+```
+
+## 关键路径
+
+| 路径 | 说明 |
+|------|------|
+| `data/raw/era5/{city}/` | 每城 180 个 NetCDF 月文件 |
+| `data/processed/` | NPZ 序列 + CSV 特征（gitignored） |
+| `outputs/models/best_model.pt` | LSTM 最佳 checkpoint（12MB，gitignored） |
+| `outputs/figures/` | 评估图表（PNG, 300dpi） |
+| `outputs/logs/` | 训练日志 |
+| `thesis/main.pdf` | 编译后 PDF（56页） |
+
+## 运行注意事项
+
+- CDS 下载很慢（约5天），使用单线程 + 5次指数退避重试，中断后可直接重启（已存在文件自动跳过）
+- CDS 迁移后返回 ZIP 格式，需要 `extract_zips.py` 解压（文件头魔数检测 PK→ZIP）
+- NetCDF 读取用 `h5netcdf` 引擎，不要用 `netcdf4`（Windows 需额外 DLL）
+- 论文编译需 XeLaTeX + STSong/Noto Sans SC/FangSong 字体（Windows 自带或在系统字体目录）
+- 类别极度不平衡（低风险 94-96%），LSTM 多次调优未收敛，XGBoost 为主力模型
+
+## 远程仓库
+
+Gitea: `git@lhy-git.liuhangyv.top:Serendipity/elderly-heat-warning.git`