python - 预测建模 - 使用分组 ID 和移动平均值进行回归(python)

Question

我遇到了预测建模问题。希望有人有时间可以帮助我。起始位置如下图所示。 S1-S2 是传感器测量值，RUL 是我的目标值。

数据结构:

id period s1       s2       s3        RUL
1  1      510.23   643.43   1585.29   6
1  2      512.34   644.89   1586.12   5
1  3      514.65   645.11   1587.99   4
1  4      512.98   647.59   1588.45   3
1  5      516.34   649.04   1590.65   2
1  6      518.12   652.62   1593.09   1
2  1      509.77   640.61   1584.91   9
2  2      510.26   642.06   1586.00   8
2  3      511.95   643.62   1588.09   7 
2  4      513.51   646.51   1589.45   6
2  5      512.17   648.06   1589.54   5
2  6      515.56   646.11   1586.22   4
2  7      518.78   649.34   1586.96   3
2  8      519.90   650.30   1588.95   2
2  9      521.05   651.39   1591.34   1
3  1      501.11   653.99   1580.45   8
3  2      511.45   643.23   1584.09   7
3  3      505.45   643.78   1586.11   6
3  4      504.45   643.43   1588.34   5 
3  5      506.45   643.71   1589.89   4
3  6      511.45   643.33   1591.21   3
3  7      516.45   643.61   1592.42   2
3  8      518.45   643.05   1596.77   1

目标:

我的目标是预测未见数据的剩余有用实时 (RUL)。在这种情况下，我只有一种具有不同 ID 的机器(这意味着 1 种类型和 3 种不同的物理系统)。对于预测，id 并不重要，因为它是同一台机器。此外，我想添加新功能。 s1 s2 和 s3 的移动平均线。所以我必须添加三个新列，名称分别为 a1、a2 和 a3。

例如，a1 应该是这样的:

a1
NaN
NaN
512.41
513.32
514.66
515.81
NaN
NaN
510.66
511.91
512.54
513.75
515.50
518.08
519.91
NaN
NaN
506.00
507.12
505.45
507.45
511.45
515.45

下一个问题是，我无法使用 NaN，因为它是一个字符串。对于 a1、a2 和 a3，我如何忽略/使用它？

下一个问题是:如何使用 RandomForest 和 Bagged Decision Trees 等回归模型和 train_test_split 来预测看不见的新数据的 RUL？ (当然我需要更多数据，这个例子只给出了结构。)[s1]、[s2]、[s3] 是我的输入，RUL 是输出。此外，我想用平均绝对误差、均方误差和 R² 评估模型。

最后想用gridsearch的方法进行调优

谢谢:

提前致谢。我知道我想做什么，但我无法用 python 实现它。完整的代码将是完美的。

Answer 1

解决这个问题的标准方法是通过插补。 SciKitLearn 有一个内置的插补包。文档在这里:http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.Imputer.html

有 3 种替换 NaN 的策略:
1) 用列的平均值替换它
2)用列的模式替换它
3) 用列的中位数替换它

用法示例如下所示:

from sklearn.preprocessing import Imputer
imp = Imputer(strategy = 'mean', axis = 1)
a1 = Imputer.fit_transform(a1, strategy = 'mean')

此处还有使用示例:http://scikit-learn.org/stable/modules/preprocessing.html#imputation