神经网络模型

神经网络模型建模方案梳理，内容包括建立耗镁量预测模型、优化模型超参数组合、对比各组模型参数预测精度三部分，有兴趣的可以看下哟。

建模方案

• 建立耗镁量预测模型
  • 收集某钢厂的冶炼生产线铁水预处理生产数据
  • 数据清洗
    • Pauta准则剔除异常值
  • 特征筛选
    • 用 Pearson 相关性方法计算两两特征之间的相关性系数，剔除相关性大于0.9的一对特征中的一项数据
    • 绘制不相关性分析热图，分析不同参数对耗镁量的重要性，并进行排序，剔除重要性小的数据
  • 数据平滑
    • 去除冗余数据，解决数据重叠问题
  • 扩充样本量
  • 基于不同算法建立模型以备后期比对
• 优化模型超参数组合
  • 针对不同模型分别尝试超参优化手段
    • 随机搜索
    • 贝叶斯优化
    • 收敛更快的Hyperband
• 对比各组模型参数预测精度
  • 绘制各参照量比对图直观显示各算法及超参优化组合优劣
    • R , 相关系数
    • R²，相差越大表明模型出现过拟合或者欠拟合
    • MARE，平均绝对相对误差
    • RMSE，均方根误差