如何在Python中计算气候模型DataFrame加权平均的最优权重？

场景说明 #

假设有一个包含5列的DataFrame，每一列对应不同气候模型的温度模拟值；同时有一组存储观测真实温度的向量。需要构建多模型融合结果，可选两种方式：直接对5列求平均，或计算加权平均值。核心需求是自动计算每个模型的最优权重，替代手动基于误差（如MAE/MSE）分配权重的方式。

一、基础手动权重方法（基于误差倒数） #

如果想用误差来分配权重，可通过计算每个模型与观测值的误差（MSE或MAE），取误差的倒数作为权重（误差越小，权重越大），最后归一化使权重总和为1。示例代码：

import pandas as pd
import numpy as np

# 模拟测试数据
np.random.seed(42)
model_df = pd.DataFrame({
    'model1': np.random.normal(15, 2, 100),
    'model2': np.random.normal(15.5, 1.5, 100),
    'model3': np.random.normal(14.8, 2.2, 100),
    'model4': np.random.normal(15.2, 1.8, 100),
    'model5': np.random.normal(14.5, 2.5, 100)
})
obs = np.random.normal(15, 1, 100)  # 观测真实值

# 计算每个模型的MSE
mse_values = ((model_df - obs)**2).mean()
# 基于MSE倒数生成权重并归一化
weights = 1 / mse_values
weights = weights / weights.sum()

print("基于MSE倒数的权重：")
print(weights)

二、自动计算最优权重（数据驱动优化） #

想要让Python自动找到最优权重，可通过最小化融合结果与观测值的误差来求解，用scipy.optimize.minimize实现，直接让算法搜索最优权重组合。示例代码：

from scipy.optimize import minimize

# 定义目标函数：最小化融合结果与观测值的MSE
def calculate_fusion_error(weights):
    fused_temps = (model_df * weights).sum(axis=1)
    return ((fused_temps - obs)**2).mean()

# 约束条件：权重总和为1，且每个权重非负（避免反向加权，符合气候模型实际意义）
constraints = ({'type': 'eq', 'fun': lambda w: np.sum(w) - 1})
weight_bounds = tuple((0, 1) for _ in range(model_df.shape[1]))

# 初始权重设为等权重
initial_weights = np.ones(model_df.shape[1]) / model_df.shape[1]

# 执行优化求解
optimization_result = minimize(
    calculate_fusion_error,
    initial_weights,
    method='SLSQP',
    bounds=weight_bounds,
    constraints=constraints
)

print("\n自动优化得到的最优权重：")
print(optimization_result.x)
print("融合后的最小MSE：", optimization_result.fun)

额外说明 #

• 目标函数可替换：如果想用MAE作为误差指标，只需把目标函数里的((fused_temps - obs)**2).mean()改成np.abs(fused_temps - obs).mean()
• 权重约束可调整：如果允许负权重（用于抵消某些模型的系统性偏差），可把weight_bounds的下限从0改成-1，或直接去掉下限约束
• 这种方法是完全数据驱动的，会直接找到让融合结果最贴近观测值的权重组合，比手动误差法更精准

内容的提问来源于stack exchange，提问作者Alex