我正在做一个项目,其中有100个传感器及其周期的数据,直到损坏为止。在故障之前,它会显示很多特性,然后在更换传感器时显示出来。利用这些数据,我必须建立一个模型,在该模型中,我可以预测直到传感器发生故障之前传感器可以工作多长时间,而只能预测一些数据,而不是整个周期。我不知道哪种机器学习模型适合于此。
您描述的问题类型称为生存分析。大量的统计和机器学习方法都可以帮助您解决这类问题。
这些方法的优点在于,它还允许您使用未发生您感兴趣的事件的数据点。在您的示例中,这意味着您可以通过包含来自尚未发生故障的传感器的数据来扩展数据集。
当您研究这些方法时,我建议您还花一些时间检查如何评估这些类型的模型,因为评估方法也与典型的机器学习问题略有不同。
可以在以下网站找到广泛的技术:http://dmkd.cs.vt.edu/TUTORIAL/Survival/Slides.pdf
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句