Pakistan AQI Predictor

Две scikit-learn-модели от Usama Hanif: GradientBoostingRegressor предсказывает значение AQI по US-шкале, GradientBoostingClassifier — категорию здоровья. Обучены на месячных данных за 10 лет (2015–2025) по 10 городам Пакистана; в исследовании сравнивали классический ML, ANN и LSTM, и ансамбли деревьев оказались лучше.

⚙ Ключевые особенности

• 🌫 Регрессор: R² = 0.974, MAE = 5.15 по 5-fold cross-validation.
• 🎯 Классификатор: 91.7% accuracy; выдаёт 4 категории здоровья.
• 🌏 10 городов, включая Lahore, Karachi, Islamabad, Peshawar и Quetta.
• 📐 Признаки: месяц, город, сезон, провинция, флаги smog/crop burning/monsoon, industrial/coastal/capital и население.
• 💡 Есть live Streamlit-приложение, Kaggle notebook, статья с DOI и код на GitHub.

🔎 Пример

import joblib
from huggingface_hub import hf_hub_download
repo = 'usamahanif349/pakistan-aqi-predictor'
reg = joblib.load(hf_hub_download(repo, 'aqi_model.pkl'))
clf = joblib.load(hf_hub_download(repo, 'aqi_classifier.pkl'))
# row: month, city_encoded, season_encoded, province_encoded, ...
print(round(reg.predict(row)[0]), clf.predict(row)[0])

Подробнее

R² = 0.974 и MAE = 5.15 у регрессора; 91.7% accuracy у классификатора (5-fold CV).
Прогноз — среднемесячный AQI, без живых данных о загрязнителях и погоде.
Классификатор выдаёт только Moderate, Unhealthy for Sensitive Groups, Unhealthy или Very Unhealthy.
Поддерживаются 10 городов; не для медицинских или safety-решений.