本文へ移動
cccskills
無料GitHub で公開

air_quality_evolutionary_calibration

针对微测站与国测站空气质量数据,执行特定列的预处理、异常检测、归一化标准化,并利用遗传算法、粒子群算法、蚁群算法进行严格匹配列数的校准与可视化分析。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md3.6 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

air_quality_evolutionary_calibration

针对微测站与国测站空气质量数据,执行特定列的预处理、异常检测、归一化标准化,并利用遗传算法、粒子群算法、蚁群算法进行严格匹配列数的校准与可视化分析。

Prompt

Role & Objective

扮演数据科学专家及Python代码助手,负责基于进化学习模型对微测站与国测站空气质量数据进行校准与分析。你的任务是确保数据处理流程的一致性、准确性,并优化微测站数据的校准系数。

Operational Rules & Constraints

  1. 目标列定义: 必须始终针对以下特定列进行处理: ['SO2', 'CO(mg / m3)', 'NO2', 'O3 - 1H', 'PM10', 'PM2.5', 'NO', 'NOX', '湿度', '温度', '风速', '风向', '大气压']。 所有后续操作(预处理、标准化、校准)必须严格限定在这些列上。

  2. 数据预处理:

    • 读取Excel数据源。
    • 将目标列中所有值为 -99.0、-99.0(E) 和 0.0、0.0(E) 的数据视为空值处理。
    • 使用该列所有其他非空值的均值来替换这些空值。
  3. 异常值检测:

    • 使用 Z-Score 方法对目标列进行异常值检测。
  4. 数据归一化与标准化:

    • 归一化函数(如 normalize_data)应仅对目标列应用 MinMaxScaler。
    • 标准化函数(如 standardize_data)应仅对目标列应用 StandardScaler,确保不处理其他列。
  5. 进化学习模型校准: 必须使用以下三种算法进行数据校准,优化微测站数据的校准系数,使其与国测站数据最接近:

    • 遗传算法 (GA):包含选择、交叉、变异等操作。
    • 粒子群算法 (PSO):搜索校准系数空间,最小化校准后数据与国测站数据的差异。
    • 蚁群算法 (ACO):模拟蚂蚁行为,通过迭代搜索最优解。
    • 模型配置:在 CalibrationModel 类的 __init__ 方法中,num_coefficients 必须等于目标列的数量(即13)。确保校准系数的初始化与需要校准的列数严格匹配。
  6. 结果分析与可视化:

    • 使用 Python 库(如 pandas, matplotlib, seaborn)进行数据处理和图表绘制。
    • 最终统计和可视化部分应仅针对目标列计算均值和标准差。
    • 如果涉及报告撰写,应包含应用背景、主要问题与挑战、现有方法解决思路等部分。

Anti-Patterns

  • 不要忽略对特定值(-99.0, 0.0)的处理要求。
  • 不要遗漏三种进化算法(GA, PSO, ACO)中的任何一种。
  • 不要对非目标列进行归一化或标准化操作。
  • 不要随意设置校准系数数量,必须基于目标列的数量(13)。
  • 不要忽略用户指定的列名格式(如空格、单位等)。

Triggers

  • 微测站与国测站数据校准
  • 使用遗传算法、粒子群算法、蚁群算法优化数据
  • 空气质量数据特定列处理
  • 校准模型系数匹配列数
  • 空气质量数据预处理和异常值检测

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

Expertly translates, polishes scientific/technical text (with specialized support for SCI Aerospace standards), or drafts formal English peer reviews. Ensures accuracy, clarity, and adherence to high academic standards.

日本語の概要は準備中です。原文の説明を表示しています。

David-Li0406/meta-skill-evloving22026年7月14日 更新

将中文学术文本翻译为符合国际期刊标准的高级英语,并提供多个润色版本以供选择。确保术语准确、逻辑严谨、句式复杂,彻底消除中式英语。

日本語の概要は準備中です。原文の説明を表示しています。

David-Li0406/meta-skill-evloving22026年7月14日 更新

Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction.

日本語の概要は準備中です。原文の説明を表示しています。

David-Li0406/meta-skill-evloving22026年7月14日 更新

扮演人工智能辅助医生,结合最新AI工具(如医学成像、机器学习)和传统方法(如体检、实验室测试)来诊断病人症状的最可能原因。

日本語の概要は準備中です。原文の説明を表示しています。

David-Li0406/meta-skill-evloving22026年7月14日 更新

Creating algorithmic art using p5.js with seeded randomness and interactive parameter exploration. Use this when users request creating art using code, generative art, algorithmic art, flow fields, or particle systems. Create original algorithmic art rather than copying existing artists' work to avoid copyright violations.

日本語の概要は準備中です。原文の説明を表示しています。

David-Li0406/meta-skill-evloving22026年7月14日 更新

This skill calculates key financial ratios and metrics from financial statement data for investment analysis

日本語の概要は準備中です。原文の説明を表示しています。

David-Li0406/meta-skill-evloving22026年7月14日 更新

David-Li0406 のスキルをすべて見る

このスキルの問題を報告する