城市碳排放预测与影响因素分析

项目介绍

系统把数据工程和机器学习流程拆得比较专业：原始数据进入 raw/bronze 层，清洗后进入 silver 层，建模输入进入 gold 层；模型预测结果和训练产物放入 artifacts；图表、指标表、诊断信息和最终报告放入 reports。这样的目录组织适合论文、答辩和后续复现实验。

核心功能

• 分层数据治理：使用 raw、bronze、silver、gold 分层管理原始数据、清洗数据和建模输入。
• 多源融合：对不同来源、不同时间粒度的数据做字段对齐、缺失处理、同化和质量检查。
• 特征工程：构建时间特征、滞后特征、滚动窗口特征和候选影响因素。
• 多模型训练：同时训练线性回归、ARIMA、LightGBM 和 LSTM，用统一指标横向对比。
• 模型评估：输出 RMSE、MAE、R2、MAPE 等指标表，便于论文和答辩引用。
• 解释分析：通过 SHAP、LIME、置换重要性解释影响碳排放预测的关键因素。
• 预警与报告：生成预测结果、预警表、诊断信息、图表和最终报告。

功能截图