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
1