Berendezések állapotának osztályozása

Berendezések állapotainak osztályozása

A probléma leírása

Rendelkezésre áll egy adathalmaz, amely ipari szenzoroktól származó szimulált feljegyzéseket tartalmaz. Minden sor egy mintának felel meg, és az adatok négy numerikus jellemzőt tartalmaznak:

• Feature1: Rezgésmérés az X tengelyen.
• Feature2: Rezgésmérés az Y tengelyen.
• Feature3: Hőmérséklet-változások mérése.
• Feature4: Nyomásváltozások mérése.

Négy különböző berendezésállapot létezik (0, 1, 2, 3 néven). A cél az, hogy minden mintához hozzárendelj egy címkét (0, 1, 2 vagy 3) úgy, hogy az ugyanabból az állapotból származó minták együtt legyenek csoportosítva. A számok sorrendje nem számít, csak az, hogy az ugyanabba a kategóriába tartozó minták ugyanazt a címkét kapják.

A rendelkezésre álló adatok

• train.csv: Tartalmazza a tanítási mintákat SampleID-vel és a 4 jellemzővel.
• test.csv: Tartalmazza a teszt mintákat SampleID-vel és a 4 jellemzővel. Ezekhez a mintákhoz kell címkéket rendelned.

Célkitűzés

Használd a tanítási adatokat a minták és a jellemzők közötti kapcsolatok megértéséhez, majd rendelj minden teszt mintához egy címkét 0 és 3 között.

Értékelés

A predikciók az Adjusted Rand Index (ARI) használatával lesznek értékelve, amely azt méri, hogy mennyire jól illeszkednek a csoportosításaid a berendezések valós (rejtett) állapotaihoz.

• ARI = 1.0 tökéletes illeszkedést jelez.
• ARI ≈ 0 véletlenszerű illeszkedést jelez.

A beadandó fájl

A fájl, amelyet a teszt címkézése után generálnod kell, csv formátumú legyen és csak két oszlopot tartalmazzon:

1SampleID,Label21,032,143,05...