火災検知システムの機械学習モデルを作成するにはどうすればいいですか？

Question

最近、機械学習から始めます。私は、リアルタイムの火災検知システムのための機械学習モデルを作成したいと考えています。入力データは環境特性であり、出力データは火災の可能性があります。時間= 0のとき、火を設定します。ただ、例えば：すべての瞬間のために、私は変化の速度と各属性の相対値を計算し、このように、モデルを訓練するよう

Time Temperature CO CO2 ... ... Fire_Possibility 
    -20 20   ** **   Low 
    -15 21   ** **   Low 
    -10 19   ** **   Low 
    -5 20   ** **   Low 
    0 22   ** **   Med 
    5 25   ** **   Med 
    10 27   ** **   High 
    15 31   ** **   High 
    ... ... 
    ... ... 

私は、ウェカとニューラルネットワークを訓練しようとしています：

Time Tem_Rate_of_change  Tem_Relative_value CO CO2 ... ... Fire_Possibility 
    -20 0      0     ** **   Low 
    -15 1      1     ** **   Low 
    -10 -2      -1     ** **   Low 
    -5 1      0     ** **   Low 
    0 2      2     ** **   Med 
    5 3      5     ** **   Med 
    10 2      7     ** **   High 
    15 4      11     ** **   High 
    ... ... 
    ... ... 

しかし、私は高精度のモデルを得ることができませんでした。私は、ある瞬間に値を使用するのではなく、過去のすべての値で検出する方が良いと思います。 過去の時間の範囲の値で訓練できる機械学習モデルが存在するかどうかわかりません。誰かが私を助けることができますか？あなたのケースでは

Answer 1

、私はあなたが何をする必要があるかと思います、少なくとも3つの事：

• フィーチャーエンジニアリング：慎重に、派生フィーチャを作成する非捨て、自分のデータから関連する特徴を選択inclusing機能のセットを設計関連する機能（たとえば、あなたの現在の時間が関連する機能ではないと思うか、時間と火災の可能性の間に数学的な関係や相関関係があるのでしょうか？）このために、機能選択アルゴリズムとパッケージから助けを得ることができます。
• 「機械学習診断」を実行して学習曲線をプロットすると、アンダーフィット、オーバーフィッティングがあり、結果に応じて次の操作（ケースに応じてガイドライン）を定義するのに役立ちます
• エラー分析を実行します。いくつかのミス分類の例を見出し、その中にパターンや共通の行動があるかどうかを検証し、分類し、より良い分類を行うのに役立つ行動を考える。

もう1つのアドバイス：3クラスのクラス分類を試みる代わりに、バイナリ分類を試みて、火災の可能性を表す0と1の間の実数を取得します。