Sto lavorando a un progetto di analisi predittiva per la manutenzione delle macchine industriali e mi sono imbattuto in un problema che mi sta facendo riflettere. Ho raccolto dati da diversi sensori per mesi, ma quando ho provato ad applicare un modello di machine learning per prevedere i guasti, i risultati sono stati deludenti. Un collega mi ha suggerito che forse il problema non è il modello in sé, ma come ho preparato i dati, e mi ha parlato del concetto di feature engineering. Onestamente, mentre lo studiavo, mi sono reso conto che forse ho trascurato completamente questo aspetto, concentrandomi solo sulla quantità dei dati. Qualcuno ha avuto un’esperienza simile, dove un lavoro più accurato sulle feature ha cambiato radicalmente le prestazioni di un modello apparentemente semplice?
Come il feature engineering può migliorare la previsione dei guasti industriali?
|
Come il feature engineering può migliorare la previsione dei guasti industriali?
|
|
« Precedente | Successivo »
|
