我正在建立一些零件的制造,我收到时间序列数据的电流和电压从每个部分。我想把一个部件标为好的。
我想使用数据的一部分是非常好的,并告诉模型,这些数据是正常的训练。
然后,我希望模型能够区分测试数据中的正常值和异常值(其他部分)。
通过这种方式,我希望通过与正常数据的比较来检测零件中的缺陷。
我已经尝试过一个类别的支持向量机(新奇检测),但我没有取得丰硕的结果。
你能给我建议其他的方法吗?
发布于 2022-09-28 10:23:31
您实际上想要做的是异常检测。在你的情况下,它是监督异常检测。这是一个很好的文章。
有多种检测异常的方法/算法。根据您的数据类型,您可以尝试:
Mahalanobis距离
隔离林
DBSCAN
支持向量机
局部离群因子
自动编码器
..。
https://stackoverflow.com/questions/73879549
相似问题