matlab代码影响-ML_Capstone_Project:ML_Capstone_Project

matlab代码影响ML_Capstone_Project 1建筑组件概述 1.1数据源 所选的数据源包括一个csv文件，该文件由51个带时间戳的传感器数据和机器状态作为目标变量组成。 1.1.1技术选择由于数据源是一个csv文件，因此用于解释数据的技术或软件可以是以下之一： Watson Studio上的Jupyter Notebook或基于所需计算资源的脱机 Anaconda软件，用于在传感器数据上运行python代码和运行算法。 1.1.2理由数据分析是使用Python笔记本在Watson Studio中进行的，其中源文件已上传到云中，因为它使任务变得更容易，使文件在Watson数据平台中更具可读性和可用性。 1.2企业数据 1.2.1技术选择数据对应于给定机器的传感器读数。 它可以在现有的数据中心或支持IoT的智能建筑中运行，其中多个传感器的数据可以与随时间推移发生的异常或像差相关联。 数据是预定义和结构化的，因此，无需流传输实时数据。 但是，出于仿真目的，节点红色可用于从可变传感器的组合生成相似数据。 1.3流分析为了开始执行数据分析，数据流分为训练集和测试集。 但是，最初，