[发明专利]一种基于回归决策树的光纤生产规则制定方法

权利要求书

1.一种基于回归决策树的光纤生产规则制定方法，其特征在于，包括以下步骤：

101. 收集光纤生产过程中光棒的测量数据形成光棒特征数据，收集光纤的测量数据形成光纤特征数据，并对光棒特征数据和光纤特征数据进行噪声处理和缺失值处理预操作；

102.链接光棒特征数据和光纤特征数据，对光棒特征数据进行特征工程构建操作；

103.建立决策回归树模型；用光棒特征数据作为模型的特征，光纤特征数据的某个标签数据作为模型的标签，建立回归决策树模型；

104.通过参数调节和交叉验证来对回归决策树模型进行调优，选择模型中平均绝对误差值低的模型作为最终的模型；

105.根据回归决策树模型的分裂路径，获取多条由光棒特征和光纤标签组成的多条光纤生产规则；

所述步骤101收集光纤生产过程中光棒的测量数据形成光棒特征数据，收集光纤的测量数据形成光纤特征数据，并对光棒特征数据和光纤特征数据进行预处理操作：根据光棒特征数据和光纤特征数据的描述以及物理理解进行如下处理：

光棒特征数据和光纤特征数据中存在光纤小盘筛选长度为负值，占比值大于1的异常值，对于这些异常值进行去除行数据的操作；

如果特征值出现缺失，那么就使用热卡填充法寻找与它最相似的数据值进行补充；

所述热卡填充法是指对于一个包含缺失值的行数据，热卡填充法在完整数据中找到与它余弦相似度最高的行数据，然后用该行数据对应的值来对缺失值进行填充；

所述步骤102对光棒特征数据进行特征工程构建操作，具体包括：过滤光棒特征 数据中小盘编号和日期字段的数据，剩余数据作为模型的特征；

所述步骤103建立决策回归树模型具体包括：用光棒特征数据作为模型的特征，光纤标签数据的某个标签数据作为模型的标签，建立回归决策树模型；

所述步骤104是采用十折交叉验证法去验证回归决策树模型，验证步骤包括：将数据集随机分成10份，轮流将其中9份作为训练数据，1份作为验证数据，进行验证模型，每次验证都会得出相应的平均绝对误差值，10次的平均绝对误差值的平均值作为模型的输出，通过此输出来验证模型和调节模型参数；

所述105.根据回归决策树模型的分裂路径，获取多条由光棒特征和光纤标签组成的多条光纤生产规则，具体包括：一棵回归决策树包含一个根节点，多个内部节点和多个叶子节点，叶子节点对应决策结果，其它每个节点则对应一个属性测试，每个节点包含的数据集合根据属性测试的结果被划分到子节点中，从根节点到叶子节点的分裂路径对应一个判定路径，根据建立的回归决策树模型，此模型的每条分裂路径即为光纤生产的规则。