التنبؤ بأعطال الآلات

نظرة عامة على المشروع

مقارنة نماذج تصنيف حالة الآلات.

دراسة تصنيف المجموعة لمجموعة بيانات خطأ الآلة غير المتوازنة بشدة. يفصل سير العمل بين التدريب واختيار الحد الأدنى والتقييم النهائي، والإبلاغ عن مفاضلات اكتشاف الأخطاء بدلاً من الدقة وحدها.

• Python
• التعلم الآلي
• التعلم التجميعي
• التقييم

داخل هذا المشروع

• سجلات 20,000 المُجهزة بأخطاء 678 والخلايا المفقودة 2,579 باستخدام المعالجة المسبقة المجهزة بالتدريب.
• شجرة القرار المجمعة، والغابة العشوائية، وتعزيز التدرج، وAdaBoost، وأقرب جار K، ومقدرات الانحدار اللوجستي.
• قسّم البيانات ببذرة عشوائية ثابتة إلى 12,000 سجل للتدريب، و4,000 للتحقق من عتبة القرار، و4,000 للاختبار.
• تم تحديد عتبة قرار 0.455 عن طريق التحقق من صحة F1 عبر مرشحي 181.
• سُجلت على بيانات الاختبار المحجوزة دقة إيجابية 0.5932 واسترجاع 0.7721 وF1 بمقدار 0.6709، مع اكتشاف 105 من أصل 136 عطلًا و72 إنذارًا إيجابيًا كاذبًا.
• تمت إضافة اختبارات 17 وتوثيق حد التقييم غير الزمني لمجموعة البيانات الفردية؛ لا يزال التحقق من صحة المصنع الخارجي ومعايرته غير ثابت.

الشيفرة المصدرية والروابط