Aprīkojuma stāvokļu klasifikācija

Aprīkojuma stāvokļu klasifikācija

Problēmas apraksts

Tev ir pieejams datu kopums, kas satur simulētus ierakstus no rūpniecības sensoriem. Katra rinda atbilst vienam paraugam, un dati ietver četras skaitliskas pazīmes:

• Feature1: Vibrāciju mērījums pa X asi.
• Feature2: Vibrāciju mērījums pa Y asi.
• Feature3: Temperatūras svārstību mērījums.
• Feature4: Spiediena svārstību mērījums.

Pastāv četri dažādi aprīkojuma stāvokļi (nosaukti 0, 1, 2, 3). Mērķis ir piešķirt katram paraugam etiķeti (0, 1, 2 vai 3) tā, lai paraugi no viena un tā paša stāvokļa tiktu grupēti kopā. Skaitļu secība nav svarīga, svarīgs ir tikai tas, ka paraugi no vienas un tās pašas kategorijas saņem vienādu etiķeti.

Nodrošinātie dati

• train.csv: Satur treniņa paraugus ar SampleID un 4 pazīmēm.
• test.csv: Satur testa paraugus ar SampleID un 4 pazīmēm. Šiem paraugiem ir jāpiešķir etiķetes.

Mērķis

Izmanto treniņa datus, lai saprastu modeļus un sakarības starp pazīmēm, pēc tam piešķir katram testa paraugam etiķeti no 0 līdz 3.

Novērtēšana

Prognozes tiks novērtētas, izmantojot Adjusted Rand Index (ARI), kas mēra, cik labi tavas grupēšanas atbilst reālajiem (slēptajiem) aprīkojuma stāvokļiem.

• ARI = 1.0 norāda uz perfektu atbilstību.
• ARI ≈ 0 norāda uz nejaušu atbilstību.

Iesniegšanas fails

Failam, kas tev jāģenerē pēc etiķešu piešķiršanas testam, jābūt csv formātā un tam jāsatur tikai divas kolonnas:

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