设备故障预测

Question

我有一个管理设备的系统。当这些设备出现故障时，将对其进行维修。假设我的数据集如下所示：

ID
Type
# of times serviced

示例数据：

|ID| Type       | #serviced |
|1 | iphone     | 1         |
|2 | iphone     | 0         |
|3 | android    | 1         |
|4 | android    | 0         |
|5 | blackberry | 0         |

我想做的是，我想预测“在所有未维修的设备中，哪些设备有可能被维修”？(即)识别“有危险”的设备。

问题是我的培训数据将被服务> 0。任何#serviced=0都不会被冻结，而且似乎也不是参加培训的有效人选。(即)当它发生故障时，它将得到维修，因此计票将上升。

1. 这是监督问题还是非监督问题？(监督是因为我已经服务过和没有服务的标签，而没有监督是因为我想将未服务的服务与服务集中在一起，并在那里识别危险设备)
2. 我在培训中应该包括哪些数据？

注意：

这个例子显然是简化的。在现实中，我有更多的功能来描述设备。

Answer 1

您应该包括数据时，电话服务，以创建一个生存模式。这些模型在可靠性工程和治疗效果方面都是常用的。对于可靠性工程来说，将数据与威布尔分布相匹配是非常常见的。即使是飞机制造商也认为，经过3到5个数据点的校准，该模型是可靠的。我可以强烈推荐R包'flexsurv‘包。

您不能使用典型的线性或逻辑回归，因为您的人口中的一些电话将离开您的观察期，而没有任何服务。生存模型允许这种缺失的信息(这称为审查)。

通常，您将拥有以下数据

|ID| Type       | serviced  | # months_since_purchase
|1 | iphone     | 1         | 12
|2 | iphone     | 0         | 15
|3 | android    | 1         | 2
|4 | android    | 0         | 10
|5 | blackberry | 0         | 5.5

有了这些数据，您可以在R中创建以下模型

require(survival)
model <- survfit(Surv(months_since_purchase, serviced) ~ strata(Type) +
 cluster(ID), data = phone_repairs)

survfit.formula Surv(months_since_purchase, serviced) ~ strata(Type) + cluster(ID)表示，months_since_purchase是进行观察的时间，如果为电话服务，则serviced为1，否则，strata(Type)将确保为每个电话创建不同的生存模型，cluster(ID)将确保与同一ID相关的事件被视为集群。

您可以使用联合模型(如JM )扩展此模型。

Answer 2

这是监督学习问题。Type是一个预测器。#serviced分类器是目标变量。模型是针对您已经拥有的样本集进行培训的。最好的猜测是，任何模型都不会有实质性的预测能力。Type是不够的。

尝试在模型中包含更多的因素(预测因素)。比如years_being_in_usage，equipment_model，have_been_in_service_before等等。你得到的越多，你就能训练出更好的模特。