賽后總結：第四屆工業大數據競賽注塑成型

原文首發于我的公眾號

前言

以第四屆工業大數據競賽虛擬量測任務為例，介紹大家的思路。自己代碼亂寫，導致不知道最后要復現的是哪個，加上工作上各種人員優化，就沒有進一步。雖然放棄比賽，但對數據掌握的還算透徹，剛好決賽也都有答辯視頻，就我個人理解和優秀選手的開源，在這里和大家一起分享一下。比賽鏈接：http://www.industrial-bigdata.com/Competition

只有一次評分的機會，本以為是摸獎賽，但前排還是很穩健。祝賀各位優秀的選手，也通過直播學習了一下大家的思路，學習了很多新思路和方法，總結如下。很多基于我對賽題的理解，以及根據答辯視頻的猜測，如有錯誤之處，歡迎指正。

工業大數據

工業大數據有著自己的特點，因此結合工業特點和機器學習是關鍵的一點。

工業大數據數據質量的“3B”挑戰：broken，bad，background

工業大數據的“3C”目的：Comparison（比較性），Correlation （相關性），Consequence （因果性）

關于數據和模型也可以參考我之前的兩篇文章：

數據競賽：第四屆工業大數據競賽-虛擬測量

數據挖掘III：數據敏感性

模型總結

star：關鍵點在于，深度學習模型一把梭，效果也非常好，能把深度學習模型調的效果如此之好很厲害。主要采用ResSluice模型，以及多個size同時學習的多任務學習。

中南小組：深挖機器參數和過程參數。也是深度學習模型，采用了卷積神經網絡conv1D和spatial pyramid pooling，對時域特征裁補padding，并將時域特征進行整合。

Micro_i：主要在于運用了時間序列特征方法以及autoencoder的表征學習。打標，根據調機段對尺寸數據分組，也就是時間序列相關的衍生特征。在特征生成和特征篩選方面做的很細致。

GT_respect：詳細細致的特征清洗、缺失填充、標準化、PCA降維。模型采用xgboost對size1和size2建模，size3采用LightGBM建模，并嘗試了模型融合。

MX：樹模型與階段優化。時域統計特征，并注重了注射、保壓、冷卻、脫模階段的時域特征，額外的比如peak-to-peak等特征，采用了Lightgbm模型。主要采用相關性降維。

DGAIBD：發現了訓練集和測試集的不同。異常樣本分析去掉了幾個size異常點，而特征幾乎差不多，因此去掉了這幾個異常點。特征采用6個時間特征與3個頻域特征。并且將size3的預測值作為size1的特征用來預測了。

石龍：去除唯一值特征、共線性特征和異常點，高頻數據采用平均值、中位數、最大值、求和、標準差、偏度等。模型采用深度學習，bn層和dropout層，設計時借鑒無限寬的神經網絡特點。loss函數優化、參數初始化。

許澤霖：特征工程上對高頻傳感器提取了mean\max\min\median\var等特征，還依據不同phase選取了很多的特征，skew，kurt，sum等。模型xgboost和lightgbm，樣本選擇時去除了幾個異常點，也用了主成分分析。

聯系方式

公眾號搜索：YueTan

總結

以上是生活随笔為你收集整理的赛后总结：第四届工业大数据竞赛注塑成型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。