打卡笔记day01

任务介绍

任务输入

电炉对应17个温区的实际生产数据，分别是电炉上部17组加热棒设定温度T1-1_{T1-17，电炉下部17组加热棒设定温度T2-1}T2-17，底部17组进气口的设定进气流量V1-V17

任务输出

电炉对应17个温区上部空间和下部空间17个测温点的测量温度值

---

任务解析

本次问题是回归预测，常规思路为使用机器学习，如LightGBM、XGBoost，或者使用深度学习进行实践，在模型的搭建上就比较复杂，需要自己构建模型结构，对于数值数据需要进行标准化处理；

最简单的方式可使用机器学习模型解决本次问题，该方法模型使用简单，数据不需要过多预处理；

主要步骤为数据预处理、切分训练集与验证集、训练模型、预测结果。

---

进阶技巧

1. **交叉特征：**主要提取流量、上部温度设定、下部温度设定之间的关系

2. **历史平移特征：**通过历史平移获取上个阶段的信息；

3. **差分特征：**可以帮助获取相邻阶段的增长差异，描述数据的涨减变化情况。在此基础上还可以构建相邻数据比值变化、二阶差分等；

4. **窗口统计特征：**窗口统计可以构建不同的窗口大小，然后基于窗口范围进统计均值、最大值、最小值、中位数、方差的信息，可以反映最近阶段数据的变化情况。

   ---

   # 交叉特征
   for i in range(1,18):
       train[f'流量{i}/上部温度设定{i}'] = train[f'流量{i}'] / train[f'上部温度设定{i}']
       test[f'流量{i}/上部温度设定{i}'] = test[f'流量{i}'] / test[f'上部温度设定{i}']
       
       train[f'流量{i}/下部温度设定{i}'] = train[f'流量{i}'] / train[f'下部温度设定{i}']
       test[f'流量{i}/下部温度设定{i}'] = test[f'流量{i}'] / test[f'下部温度设定{i}']
       
       train[f'上部温度设定{i}/下部温度设定{i}'] = train[f'上部温度设定{i}'] / train[f'下部温度设定{i}']
       test[f'上部温度设定{i}/下部温度设定{i}'] = test[f'上部温度设定{i}'] / test[f'下部温度设定{i}']
       
   # 历史平移
   for i in range(1,18):
       train[f'last1_流量{i}'] = train[f'流量{i}'].shift(1)
       train[f'last1_上部温度设定{i}'] = train[f'上部温度设定{i}'].shift(1)
       train[f'last1_下部温度设定{i}'] = train[f'下部温度设定{i}'].shift(1)
       
       test[f'last1_流量{i}'] = test[f'流量{i}'].shift(1)
       test[f'last1_上部温度设定{i}'] = test[f'上部温度设定{i}'].shift(1)
       test[f'last1_下部温度设定{i}'] = test[f'下部温度设定{i}'].shift(1)
   
   # 差分特征
   for i in range(1,18):
       train[f'last1_diff_流量{i}'] = train[f'流量{i}'].diff(1)
       train[f'last1_diff_上部温度设定{i}'] = train[f'上部温度设定{i}'].diff(1)
       train[f'last1_diff_下部温度设定{i}'] = train[f'下部温度设定{i}'].diff(1)
       
       test[f'last1_diff_流量{i}'] = test[f'流量{i}'].diff(1)
       test[f'last1_diff_上部温度设定{i}'] = test[f'上部温度设定{i}'].diff(1)
       test[f'last1_diff_下部温度设定{i}'] = test[f'下部温度设定{i}'].diff(1)
       
   # 窗口统计
   for i in range(1,18):
       train[f'win3_mean_流量{i}'] = (train[f'流量{i}'].shift(1) + train[f'流量{i}'].shift(2) + train[f'流量{i}'].shift(3)) / 3
       train[f'win3_mean_上部温度设定{i}'] = (train[f'上部温度设定{i}'].shift(1) + train[f'上部温度设定{i}'].shift(2) + train[f'上部温度设定{i}'].shift(3)) / 3
       train[f'win3_mean_下部温度设定{i}'] = (train[f'下部温度设定{i}'].shift(1) + train[f'下部温度设定{i}'].shift(2) + train[f'下部温度设定{i}'].shift(3)) / 3
       
       test[f'win3_mean_流量{i}'] = (test[f'流量{i}'].shift(1) + test[f'流量{i}'].shift(2) + test[f'流量{i}'].shift(3)) / 3
       test[f'win3_mean_上部温度设定{i}'] = (test[f'上部温度设定{i}'].shift(1) + test[f'上部温度设定{i}'].shift(2) + test[f'上部温度设定{i}'].shift(3)) / 3
       test[f'win3_mean_下部温度设定{i}'] = (test[f'下部温度设定{i}'].shift(1) + test[f'下部温度设定{i}'].shift(2) + test[f'下部温度设定{i}'].shift(3)) / 3
   

竞赛结果