基1于质量分类的模型应用

一、场景说明

  质量分类场景应用，在很多工业、制造业中，最终产品需要进行检测，通过检测的结果来给产品定级，检测一般是离线进行的，并且时间上与产品的生产不连续，导致效率的低下。如果可以使用机器学习的方法提前对产品的质量进行分类预测，则可以节省时间、提升效率。

    质量分类的制约因素：

    1、检测参数与产品定级之间的关系。

    2、生产过程参数记录的准确性。

二、数据说明以及进行标记

  1、在原始数据当中，产品检测结果target列是连续型的数据，需要对其进行打标签，将其转换为类别。

  2、对检测数据进行可视化，根据可视化确定标签个数为4个，分别为0,1,2,3.

 3、同时通过聚类方法获取标记结果。

   4、标注后为：

三、建模

 1、对于标记好的数据进行建模，建立分类模型。

 2、随机森林的混淆矩阵:

 3、神经网络多分类：

 4、两种方法相比，应选择第一种随机森林算法。

 5、采用所有数据进行模型保存：

 6、模型应用：

 7、预测的结果：