84 lines
3.3 KiB
Markdown
84 lines
3.3 KiB
Markdown
# 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`
|