如何使用机器学习算法预测容错?
Posted
技术标签:
【中文标题】如何使用机器学习算法预测容错?【英文标题】:How to predict fault tolerance using Machine Learning Algorithm? 【发布时间】:2020-06-18 18:59:36 【问题描述】:第0、1、2、3列是四种时间序列数据。 当机器正常时,它会提供正常的可预测数据。 在故障模式下是完全不同的。 在故障模式下明显不同,接近于零。
我需要预测机器何时处于故障模式和故障模式?
【问题讨论】:
【参考方案1】:我会为此使用线性回归。看起来你可以在多个维度上画直线并完成它。
【讨论】:
离散是什么意思?你发布的价值观对我来说似乎是连续的。此外,您对您的机器的了解比我多,但据我了解,当机器处于危险中时,这些数字的表现会有所不同。忽略日期时间列,而是将每一行标记为 0 或 1,正常或故障。如果你也想做故障模式,那么你会做一个热编码,如果你有兴趣,我可以告诉你更多。实际上,使用 AutoML 有一种更简单的方法。 github code 正如你所建议的,我尝试进行标签编码。但是如何将值更改为 0 或 1。您可以查看上面的 github 代码并提出建议吗?【参考方案2】:好的,这就是我要做的。查看您的 Seaborn 图表,看看您是否可以将数据分为 3 个不同的类别:正常、失败和失败。然后创建 3 个新列,其标题为 Normal、Failing 和 Failed。如果该行看起来机器运行正常,请在“正常”列中输入 1。如果下一行看起来失败,请在“失败”列中输入 1,以此类推。
【讨论】:
以上是关于如何使用机器学习算法预测容错?的主要内容,如果未能解决你的问题,请参考以下文章