0

我正在使用 Python 和 Pandas。我正在做一个预测性维护项目,我的目的是预测在给定时间段内发生的故障概率,比如 4-6 小时。我已经对数据进行了预处理并将其简化为以下内容:数据集有 4 个属性,开始时间、结束时间、事件的持续时间(这是开始时间和结束时间的差异)和第四个属性是事件,它是失败与否失败。(1为失败,0为不失败)样本数据如下:

START_TIME      END_TIME        DURATION_MINUTES    EVENT
2/15/2018 2:32  2/15/2018 2:32  0.566666667           0
2/15/2018 2:32  2/15/2018 2:33  0.916666667           0
2/15/2018 2:33  2/15/2018 2:33  0.116666667           1
2/15/2018 2:33  2/15/2018 2:35  1.283333333           0
2/15/2018 2:35  2/15/2018 2:35  0.083333333           0
2/15/2018 2:35  2/15/2018 2:35  0.166666667           0
2/15/2018 2:35  2/15/2018 2:35  0                     0

我有大约 120000 个数据实例。谁能告诉我如何可视化和预测在任何一天(4 小时的时间范围)发生故障(事件 = 1)的概率

4

1 回答 1

-5

神经网络和一些深度学习应该是算法路线

于 2019-06-07T21:54:23.990 回答