Klassificering av utrustningsstatus

Klassificering av utrustningsstatus

Problembeskrivning

Du har tillgång till en dataset som innehåller simulerade inspelningar från industriella sensorer. Varje rad motsvarar ett prov, och datan inkluderar fyra numeriska egenskaper:

• Feature1: Mätning av vibrationer på X-axeln.
• Feature2: Mätning av vibrationer på Y-axeln.
• Feature3: Mätning av temperaturvariationer.
• Feature4: Mätning av tryckvariationer.

Det finns fyra olika tillstånd för utrustningen (benämnda 0, 1, 2, 3). Målet är att tilldela varje prov en etikett (0, 1, 2 eller 3) så att prover från samma tillstånd grupperas tillsammans. Ordningen på siffrorna spelar ingen roll, bara det faktum att prover från samma kategori får samma etikett.

Tillhandahållen data

• train.csv: Innehåller proven för träning med SampleID och de 4 egenskaperna.
• test.csv: Innehåller proven för test med SampleID och de 4 egenskaperna. Du måste tilldela etiketter till dessa prover.

Mål

Använd träningsdatan för att förstå mönstren och relationerna mellan egenskaperna, sedan tilldela varje prov i testet en etikett mellan 0 och 3.

Utvärdering

Prediktionerna kommer att utvärderas med Adjusted Rand Index (ARI), som mäter hur väl dina grupperingar stämmer överens med de verkliga (dolda) tillstånden för utrustningen.

• ARI = 1.0 indikerar perfekt överensstämmelse.
• ARI ≈ 0 indikerar en slumpmässig överensstämmelse.

Inlämningsfil

Filen som du måste generera efter att ha tilldelat etiketter till testet måste ha formatet csv och måste innehålla endast två kolumner:

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