天池競(jìng)賽小試牛刀：工業(yè)蒸汽預(yù)測(cè)
本文是個(gè)人參加天池競(jìng)賽的一些自己的經(jīng)驗(yàn)，與大家做一個(gè)分享，希望能對(duì)剛開(kāi)始玩天池的小伙伴有所幫助！競(jìng)賽背景：利用火力發(fā)電的基本原理
本文是個(gè)人參加天池競(jìng)賽的一些自己的經(jīng)驗(yàn)，與大家做一個(gè)分享，希望能對(duì)剛開(kāi)始玩天池的小伙伴有所幫助！
競(jìng)賽背景：利用火力發(fā)電的基本原理：燃料在燃燒時(shí)加熱水生成蒸汽，蒸汽壓力推動(dòng)汽輪機(jī)旋轉(zhuǎn)，然后汽輪機(jī)帶動(dòng)發(fā)電機(jī)旋轉(zhuǎn)，產(chǎn)生電能。研究發(fā)現(xiàn)在這一系列的能量轉(zhuǎn)化中，鍋爐蒸汽量的影響因素很多，包括鍋爐的可調(diào)參數(shù)，如燃燒給量，一二次風(fēng)，引風(fēng)，返料風(fēng)，給水水量、鍋爐床溫、床壓，爐膛溫度、壓力，過(guò)熱器的溫度等。那么，根據(jù)這些數(shù)據(jù)，我們是否能預(yù)測(cè)產(chǎn)生的蒸汽量，從而提高發(fā)電效率？
數(shù)據(jù)可見(jiàn)：
https://tianchi.aliyun.com/competition/entrance/231693/introduction?spm=5176.12281973.1005.3.3dd54c2aeJueDl目的：根據(jù)經(jīng)脫敏后的鍋爐傳感器采集的數(shù)據(jù)（采集頻率是分鐘級(jí)別），預(yù)測(cè)產(chǎn)生的蒸汽量。
項(xiàng)目過(guò)程思路：
1. 此項(xiàng)目為有監(jiān)督學(xué)習(xí)，首先對(duì)收集的數(shù)據(jù)進(jìn)行描述性分析，為下一步數(shù)據(jù)清洗做準(zhǔn)備；
2. 利用可視化工具對(duì)數(shù)據(jù)進(jìn)行可視化分析、做出大量的實(shí)驗(yàn)、找到數(shù)據(jù)噪點(diǎn)并進(jìn)行清洗，將處理好的訓(xùn)練數(shù)據(jù)進(jìn)行劃分；
3. 分別建立多個(gè)機(jī)器學(xué)習(xí)回歸模型,然后利用機(jī)器學(xué)習(xí)算法進(jìn)行建模，訓(xùn)練算法；(項(xiàng)目中使用了隨機(jī)森林、邏輯回歸、嶺回歸、支持向量機(jī)、XGBOOST、集成算法（stacking）等算法技術(shù))
4. 測(cè)試算法，使用交叉檢驗(yàn)來(lái)測(cè)試不同的模型，分析哪個(gè)效果最好；
5. 使用算法，進(jìn)行預(yù)測(cè)；
以下為代碼：
拿到數(shù)據(jù)，第一個(gè)就是看數(shù)據(jù)咯~但看半天看不明白怎么辦，那就畫圖吧！給大家看看我畫過(guò)的圖~
離線測(cè)試：mse_train = 0.13232387222107403；
score = 0.8510047447073116
這里采用了stacking集成方法，最近才開(kāi)始使用，但是其實(shí)在線成績(jī)還沒(méi)有我做過(guò)單模型調(diào)參后的好，目前還沒(méi)有想到是為什么，我懷疑是不是自己模型搭配不是很好，還在摸索中，希望有大佬指點(diǎn)。。。
然后給出目前最好成績(jī)：
成績(jī)一般~和排行榜前面的大佬查了遠(yuǎn)了，這個(gè)項(xiàng)目還沒(méi)有做什么特征提取，特征處理，估計(jì)加上這一步還能上升一些。
最后不得不說(shuō)，理論結(jié)合實(shí)踐才是王道，光看代碼，寫點(diǎn)小算法，沒(méi)有做實(shí)打?qū)嵉捻?xiàng)目進(jìn)步快。
有空再更新~~~
