天池ML学习赛笔记（工业蒸汽量预测 ）

天池ML学习赛笔记（工业蒸汽量预测 ）

---

一、赛题理解

1、赛题背景

火力发电的基本原理是：燃料在燃烧时加热水生成蒸汽，蒸汽压力推动汽轮机旋转，然后汽轮机带动发电机旋转，产生电能。在这一系列的能量转化中，影响发电效率的核心是锅炉的燃烧效率，即燃料燃烧加热水产生高温高压蒸汽。锅炉的燃烧效率的影响因素很多，包括锅炉的可调参数，如燃烧给量，一二次风，引风，返料风，给水水量；以及锅炉的工况，比如锅炉床温、床压，炉膛温度、压力，过热器的温度等。

2、赛题目标

经脱敏后的锅炉传感器采集的数据（采集频率是分钟级别），根据锅炉的工况，预测产生的蒸汽量。

3、数据概览

可以自行在天池学习赛中报名，然后下载数据

3.1 数据说明

其中V0-V37的38个字段是特征变量，target字段是目标变量，测试数据集没有target字段，需要利用训练数据对模型进行训练，然后由测试数据预测目标变量。

3.2 评估指标

预测结果以均方误差MSE作为评判标准,计算公式如下：

其中，为真实值，为预测值

MSE是衡量“平均误差”的一种较为方便的方法。MSE值越小，说明预测模型描述实验数据具有越高的准确度。在sklearn中可以直接调用mean_squared_error()函数计算MSE，方法如下：
 

from sklearn.metrics import mean_squared_error
mean_squared_error(y_test,y_predict)

3.3 赛题模型

3.3.1 回归预测模型

3.3.2 分类预测模型

没找到图，emmm

3.4 解题思路

本赛题中，需要根据提供的V0~V37共38个特征变量来预测蒸汽量的数值，其预测值为连续型数值变量，故此问题为回归预测求解。

回归预测模型使用的算法包括线性回归、岭回归、回归、决策树回归、梯度提升树回归。