NASA-Turbofan-Predictive-Maintenance-源码

NASA-Turbofan预测性维护 Github无法渲染笔记本中的某些图形，因为超出了框架数量 为了查看完整的笔记本，请复制此链接在此网站中，然后单击带有'的文件。 ipynb'扩展并等待其呈现（大约需要10秒） 创建了一个模型，该模型可用作估算发动机RUL（剩余使用寿命）的工具，其精度为98％ 该模型预测引擎的RUL并输出值1或0 “ 1”表示发动机接近维修时间，因此需要检查，“ 0”表示可以安全进行 通过Cycle设计的功能，并生成了新变量来标记引擎 可视化的高级图形和轨迹使用绘图 使用过的lightgbm和xgboost库进行有效的模型构建 使用RandomizedSearchCV优化分类模型，对参数进行超调以获得最合适的模型 本项目中使用的代码和资源的说明 ** Python版本：** 3.8 **软件包：**熊猫，numpy，seaborn，matplotlib，plot