工业过程数据挖掘的几个重要问题.pdfVIP

2006 344 BaosteelBAC 工业过程数据挖掘的几个重要问题 郭朝晖 (宝山钢铁股份有限公司，上海201900) 摘要：在实际的工业过程数据中，任何数据都有可能存在误差。即便是最简单的线性模 型，在自变量存在误差的前提下，最小二乘的估计有偏。这说明平均误差最小的模型对于特定 的应用来说不一定是好的。因此，对于实际研究来说，单纯追求减少模型误差是有害的。 关键词：数据挖掘；工业过程建模；无偏估计 Several ProblemsinData totheIndustrialProcess Important Mining GuoZhaohui Iron＆Steel (Baoshan 201900，China) Co．，Ltd．，Shanghai from data fromtheindustrial canneveravoid error． Abstract：Thecoming process measuring thelinear the thatthe variables to is under However，even model，itonly assumptionofindependent is measured，the estimationunbiased，Itindicatesthatthemodelwith beingprecisely least—square theleast errornotbethebestoneto that isharmfulto averagemay some：applications．Attime，it considerthe error the models． being specificationof average unique estimation Keywords：datamining；、industrialprocessmodeling；unbiased 1问题来源 数据的时候经常出现，但在传统统计理论中没有 工业过程数据的一个特点是数据本身的质量 受到足够的重视。笔者认为，这可能是由于传统 比较差，也就是说，数据本身经常性地存在误差。 的统计理论主要服务于实验研究。 因而，利用工业过程本身数据进行建模时，模型误 对于实验研究来说，数据本身都是比较准确 差在很大程度上来源于数据本身。利用这些数据 的。如果模型和实验数据之间出现较大的差异， 建模时，经常发现模型误差小到一定程度以后就