2022中国大数据挑战赛A题完整原创成品来啦！
大家好呀，从昨天开赛后一直肝，到现在终于完成了大数据挑战赛A题，全文39页：
可能是刚做完研赛的缘故，这次大数据挑战赛做起来总体还是很顺的，但本题还是有坑，我之前是想要用svm去做的，也确实做完了，判别的精度是96％，感觉没问题，我就按照这个写完了，结果最后复查的时候发现，由于题目里面的故障件本来就很少，那即便故障件全部识别为0，其实精度依然在90％以上，所以本题如果最终精度只要低于98%，都是不行的，基本相当于没预测。没办法，最后只好改换决策树分类，做起来倒是非常顺畅，二三问的预测精度都在99%以上，一个99.2一个99.3.
OK废话不多说，说一下究竟怎么做：
这是我的
整体预览：
这是
我的摘要：
第一问：
就是让咱们数据预处理嘛，看看题目给的数据：
机器编号以及规范代码9000个各不相同，很显然跟是否发生故障没关系，都不能作为影响因素。
所以剔除。
其他几个因素呢，质量等级和故障类别都做一下标签化处理吧：
然后得到最终表格：
ok第一问完事。
第二问：
用题目给的训练集训练出来个鉴别模型嘛，那就做呗，最开始我用的支持向量机，最后也做完了，准确度在90%以上：
96%以上，很高吧？
顺带提一嘴，这里我用到的这几个：
就是题目要求的评估方法，具体是什么含义怎么计算，我论文里都有详细说明：
我也就按照这个写完了论文，结果最后发现最终得出的结果表里：
所有发生故障的预测的都是错的！
这会儿我才想明白，因为题目给的故障件本来就很少啊！所以即便所有的故障件都识别为非故障，照样准确度还是在95%以上！：
所以大家一定要注意！准确度98%以下基本就相当于没预测！！！
只能改换其他分类方式，我最后用了决策树：
做起来还是很顺的，准确度99.3%：
得到最终结果表就完事：
第二问完事。
第三问：
这下就简单了，无脑决策树就完事了：
99.2%，完事。
第四问：
都训练好模型了，直接分别用两次就完事了：
得到最终结果表：
完事完事。
第五问：
要探究主要成因，直接主成分分析法就完事：
OK就分享到这里吧。
本次中国高校大数据挑战赛我自己39页的完整成品，以及所有我用到的数据表格，最终得到的结果表格都有，
看这里获取详情：
上一篇：小程序+视频号（营销+流量）
下一篇：大数据的时代