在 NASA Turbofan Engine 数据集上使用 Rapidminer 进行机器学习答案

【问题标题】：Machine Learning with Rapidminer on NASA Turbofan Engine Dataset在 NASA Turbofan Engine 数据集上使用 Rapidminer 进行机器学习
【发布时间】：2020-05-14 09:57:15
【问题描述】：

我正在研究 NASA 数据集 Turbofan 引擎，其中包括每个引擎的时间序列。所有发动机都是同一类型，但每台发动机的初始磨损程度和制造过程中的变化程度不同，用户不知道这一点。可以使用三个可选设置来更改每台机器的性能。每个引擎有 21 个传感器，在运行时收集与引擎状态相关的不同测量值。我想应用不同的 ML 模型并进行比较，但我不知道模型的标签功能是什么？因为例如对于某个周期时间，它会持续到 140 个周期时间然后失败，而对于某些周期，它会持续到 50 个周期并失败......并且它在行而不是列中（我不知道这将是一个问题或不是）

【问题讨论】：

能否请您多解释一下您试图从什么预测什么？

标签： machine-learning time-series rapidminer

【解决方案1】：

你的问题对于 stackoverflow 来说有点宽泛（这里的人支持具体的技术解决方案）。

但无论如何，正如您已经注意到的，使用此数据集的“技巧”是自己创建标签。最大循环数在这里是一个不错的选择。

查看 RapidMiner 中的社区存储库，该数据集上有一个示例流程：

//社区示例/社区真实世界用例/涡轮风扇发动机的预测性维护

有关使用 RapidMiner 的更多具体问题以及提示和技巧，我还推荐 RapidMiner 用户社区：https://community.rapidminer.com/，这是一个非常活跃的开始对话的好地方。

最好，大卫

【讨论】：