第六届全国工业互联网数据创新应用大赛 (双赛道 季军)

氢电池赛道

比赛方提供了很大数据量的真实场景数据，也提供了清洗数据的脚本。预测目标为 氢电池在稳态状态下的性能均值。

数据说明

• 预测目标：氢电池性能在一段时间范围内的均值
• 154维输入：
• 自变量
  – 控制程序版本号、空气路设定 等
• 因变量
  – 电气路电流、冷却路反馈、环境反馈 等

解题思路

1. 样本量较少，但是序列数据充足，比较适合做数据增强
2. 单特征分析，找到那几个存在leak
   

算法选择

由于数据量少，树模型表现更好，使用树模型进行建模。

总结

虽然融合了很多模型，但是最终榜单的分数抖动很大，基本上翻倍了，分数受到少数异常样本的影响很大，基本上就是看谁的随机种子更好了。

液晶面板

数据说明

• 评价指标：RMSE
• 问题类型：多变量回归
• 输入数据：
  – 239个训练数据
  – 50个测试数据
  – 27维的匿名时间序列输入
• 加工分为10个阶段：Prehea，NH3，pv2，PL ……
  – 不同阶段的持续时间不等
• 预测标签：均值在3000附近的28维数值

解题思路

1. 单特征选择，找到几个比较鲁棒的特征
2. 数据量较少，尽量减少过拟合

算法选择

1. 数据量少的时候树模型更优

总结

最后选择模型的时候没有选择a榜分数第一的模型，虽然通过分析发现了ab很可能榜存在联系，但是没想到最后ab榜数据几乎一致。