MLS使用记录---分类问题

1、使用场景介绍

场景说明：某设备的运行会出现3种故障（Abnromal1、Abnormal2、Abnormal3)和正常状态（Normal）。

训练数据：提供了6个文件，每个文件包含2维度数据，每个文件表示一个时间序列，每一行表示某个时间点采集的2维数据。

测试数据：提供了56个文件，每个文件包含2维数据，每个文件表示一个时间序列。

2、数据理解

    初步理解：这属于一个分类问题，需要对已知的数据进行标签训练，进而对未标签的进行分类。其中1个文件为1个类标签，1个文件有3行54列，其中第1列属于时间序列，第2列是输入值，第3列是输出值。其中每个文件的第1列的时间都一样，可以不予以考虑，也就是说有2维特征。训练数据有6个文件，其中前4个文件分别为3类故障和正常状态，最后2个文件为正常状态的数据，可用于进行模型验证。

   深层理解：若通过上述进行分类效果不佳，可以对数据进行整理，提取其他特征。对数据进行初步显示分析，如下:

从二维图可见，故障1和2/3以及正常状态很明显可以分开，但是在故障2和3之间存在重叠，根据这个问题可以进行特征提取，基本思路是可以增加统计类特征，如每隔几个数据进行统计均值、方差，中值，最大和最小等。这样形成一个新的数据。最终选取哪些特征需要进行整理验证。

重新标记如下：

4、实验验证

数据整理完成后，则进行建模验证，建模如下：

模型中上面的从数据集读取数据读取的是训练数据，下面的从数据集读取数据是验证数据，上面的分类方法可以进行更换。

如果模型调整好后，可以将模型保存下来，进行使用流程，如下：

看到运行成功可以查看保存的数据集文档，由于一个文件可能有不同的分类结果，对分类结果进行统计，从而给出最终结果。