洪水灾害预测问题

数据预处理

数据集介绍

异常值和缺失值处理

探索性数据分析

特征相关性分析（哪些特征对洪水发生概率的影响更大？）

原因和建议

自变量之间的关系探索

建模与预测

简单线性回归

机器学习建模（如xgboost）

我的任务

一、数据集和背景介绍

1. 问题背景
   • 洪水预测
2. 数据集介绍（各个变量的形式和含义）
   • 自变量全部都是0-15的评分，是离散变量
   • 因变量是洪水发生的概率，是连续的0-1之间的概率

二、描述性统计与可视化分析

1. 各个自变量和因变量的分布（直方图和箱线图）
   • 所有自变量的分布都非常接近，大致呈正态分布，密度最高的位置集中在分数为5左右的位置
   • 偏度大都处于0.4-0.5之间，轻微的右偏，存在少量的10-15分的数据
2. 这些分布的解释，为什么如此均匀？
   • 数据集已经经过一定的标准化处理
   • 数据的来源机制可能非常接近（部分数据由AI生成）

三、探索性数据分析

1. 探索城市化和其他变量之间的关系
   • 结果：城市化和其他变量之间几乎没有相关性（从散点图可以看出来）
   • 解释：可能是当地的城市化与其他方面相对独立发展，因此相关性较低