数据挖掘案例.pptx

数据分析应用案例;热连轧质量控制;Contents;;案例背景;案例背景;原因分析;;;;;问题的复杂性;数据准备;算法建模;最终效果;;案例背景;; 研究钢铁生产质量预测与控制问题，可以实现： (1) 产品质量预测 以历史数据为学习样本,建立输入变量以及输出变量之间的对应关系,再根据已知的输入参数,预报质量指标.例如在热轧工序中，可根据化学成分、轧制工艺参数预报抗拉强度、延伸率等. (2) 质量改进 由于某一段时间的某个质量指标不合格,需要调整，可根据影响因素与产品质量指标之间的关系进行合理的调整.也可以通过一些历史数据发现影响质量指标的因素,从而提出改进质量的建议. (3) 新产品设计 以生产影响因素与产品质量指标之间的关系为依据，在产品质量指标的允许范围内寻求输入参数，使产品质量接近最优值.;黑 箱;数据准备; 从测试样本的预测结果看，抗拉强度和延伸率的相对误差值分别为0.0173和0.0496.可以得出结论：支撑向量机回归方法对于抗拉强度和延伸率预测结果较好。;;;;;案例背景;数据准备;算法建模;最终效果;;株洲钻石刀具厂简介;项目背景--刀具寿命管理;34;;;;;刀具数据库产品;Contents;;;总体思路;数据采集及处理;模型构建;模型结果及分析;模型结果及分析;模型结果及分析;模型结果及分析;模型结果及分析;;案例背景