神经网络如何编码一个有时不适用的时间变量

页页 成员职位:9因素二世
2019年8月编辑 在帮助
我有一个水管故障的数据集，有些有故障，有些没有。
变量:“管龄”、“故障时间”(故障时间与管道安装时间的差值，或故障之间的差值)、“故障次数”和标签“故障”(是或否)。
身份证年龄| | TimeFailure | NpreviousF |失败
10|20 | t1 | 0| y
10|20 | t2 | 1 | y
10|20 | t3 |2 | y
50|20 | | 0| n

我的困难是管道50，如何编写TimeFailure，因为管道从未失败。

谢谢大家的关注
保罗Praca

标记:

最佳答案

答案

  • varunm1varunm1 主持人,职位:1207年独角兽
    你好@PP

    如果您要求添加一些值来代替缺失的值，您可以使用“替换缺失的值”操作符。你可以输入0来代替这个值，它可能不会将任何信号传输到下一层(如果你正在构建多层神经网络)，但它仍然有可能从零输入中学习。

    希望这对你有所帮助。
    问候,
    Varun
    https://www.varunmandalapu.com/

    是安全的。遵循预防措施并保持社交距离

  • 页页 成员职位:9因素二世
    谢谢你的回答，varunm。

    我一直不知道该如何解决我的问题。我有一个水管网，我想预测它们在时间n内的故障。
    假设安装时间为T0。我觉得我必须保持个人时间失败的信息以及他们失败了多少次。
    自从我上一篇文章以来，我改变了我的想法，也许这是一个更好的解决方案:

    ID |Age | NpreviousFails | Fail
    10 | t1-t0 | 0 | y
    10 | t2-t1 | 1 | y
    10 | t3-t2 | 2 | y
    10 | Tn-T3 | 2 | N
    50 | Tn | 0 | N

    因此管道ID=10从T0到Tn (T1, T2和T3)有3次故障，从T3到Tn期间没有故障。
    管道50从未失败过。

    我的意图是训练一个有监督的算法(NN或其他)，并在Tn+5(年)中意识到哪些管道会失效
    你觉得怎么样，这个问题很好地提出了吗

    非常感谢,
    页



  • varunm1varunm1 主持人,职位:1207年独角兽
    2019年8月编辑
    你好@PP

    这很好，抱歉我不太了解你的数据。我的问题是基于属性名称“年龄”，我知道您正在试图查看“每次安装持续多长时间，这取决于安装时间和故障(更换)时间。我假设Tn是当前访问数据的时间段，您的公式对我来说对于ID 10是有意义的。如果ID 50的安装日期不一样，那么我猜只保留Tn并不好，为此，你需要Do Tn- ti(安装日期)。我不确定你是否有这些数据，这只是我的想法，我不太了解你在现实世界中的数据，并做了一些数学假设。

    如果你不介意年龄上的安装时间，我觉得现在这个还可以。
    问候,
    Varun
    https://www.varunmandalapu.com/

    是安全的。遵循预防措施并保持社交距离

    Tghadially
  • 页页 成员职位:9因素二世
    你好,
    是的，你在写，Tn是我访问数据的当前周期。在ID50中，我犯了一个错误，正如你所说的应该是:
    50 | Tn - T0 | 0 | N

    年龄是指直到一次失败、两次失败之间的时间，或者到分析周期结束的时间。

    许多坦克再次为您的注意

    保罗Praca

    varunm1 Tghadially
登录或注册置评。