![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
钻井预测
古_柯
坚持
展开
-
机器学习算法在钻速预测优化方面的应用 ---- 03LightGBM及相关树模型
LightGBM及相关树模型回归决策树算法决策树算法是一种比较常见而又简单的机器学习算法,既可以应用于分类问题中,也可以应用于回归问题中,通常将应用于分类问题的决策树称为分类树,将应用于回归问题的决策树称为回归树。决策树是一种树形结构的模型,可以将其看作是若干if-then规则的组合。决策树由若干节点和有向边组成。其中,节点又分为内部节点和叶节点两种类型。在构建决策树的过程中,存在两个最重要的问题:1)如何对属性进行划分。2)如何确定叶节点的输出值。回归树通常采用启发式贪心算法,即遍历节点样本原创 2020-12-08 15:02:37 · 305 阅读 · 0 评论 -
机器学习算法在钻速预测优化方面的应用 ---- 02 离群点处理算法研究
离群点处理算法研究离群点,也被称为异常点,一般指远离正常样本、分布较为稀疏的样本点。在机器学习解决一般问题的过程中,离群点会影响模型对正常样本的拟合效果,因此需要在训练模型之前先将其去除。基于统计方法的一元离群点检测方法研究离群点检测,比较简单常用的方法就是基于一元数据进行统计分析,根据一元数据的统计分布特性,寻找数据中可能存在的异常点。常用的基于统计方法的一元离群点分析方法主要有3σ法和中位数绝对偏差法。3σ法,又称标准差法,σ表示数据的标准差。在数据服从正态分布的假设下,99.7%的数据都原创 2020-12-08 10:36:38 · 645 阅读 · 0 评论 -
机器学习算法在钻速预测优化方面的应用 --- 01钻井预测及机器学习介绍
1. 数据预处理研究---根据拿到的数据,探究该过程中的数据规律,分析其在真实情况下的实际意义以及对转速预测的意义 2. 石油钻井数据离群点的分析 3. 使用机器学习算法对机械转速预测与优化的研究原创 2020-12-07 21:39:49 · 1380 阅读 · 0 评论