国工数据大脑之判别分析(DiscriminantAnalysis)与设备管理系统的融合应用
近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理，生产控制，市场分析，工程设计和科学探索等。国工智能实验室管理系统融合了国工智能数据大脑平台，平台内提供上百种统计学相关算法及机器学习算法；通过这些算法对企业数据进行聚类分析、关联分析、预测分析，挖掘数据潜在价值，探索人力无法探知的规律，提高企业产品附加值及行业竞争力，助力企业快速发展。本次案例就判别分析(Discriminant Analysis)与设备管理系统相融合进行探讨及应用举例。
判别分析是一种分类模型，它通过在k维空间选择一个投影超平面，使得不同类别在该超平面上的投影之间的距离尽可能近，同时不同类别的投影之间的距离尽可能远，在LDA中，我们假设每一个类别的数据服从高斯分布，且具有相同协方差矩阵Σ。此外，由LDA会将k维数据投影到k-1维的超平面，因此也具有dimension reduction的作用。不同于PCA会选择数据变化最大的方向。
某企业现需要对新来的180台设备根据型号进行分类，并记录了每台设备的需要的参数。
图1 数据准备
首先配置读取组件然后从数据大脑中的组件面板查找判别分析组件，拖到到工作面板，配置数据，判别分析组件参数，点击运行。
图2 读取组件配置
再通过拖拽的方式将判别分析组件与Excel读取链接到一起。使用集成好算法的判别分析组件进行数据分析处理，对组件参数进行设置。
图3 判别分析组件配置
图4 数据分析结果
“分类汇总”表显示由模型正确归入其实际组的观测值比率。设备管理人员使用这些结果来查看模型如何准确地对设备进行分类。总体来看，93.9% 的设备归入正确的型号。组 2 的正确归入比率最低，60 台设备中只有 53 个（也就是 88.3%）归入正确的型号。“误分类观测值汇总”表显示观测值应归入哪个组。设备管理人员使用这些结果来查看对哪些设备进行了误分类。例如，设备 4 应归入组 2，但错误地归入到了组 1。“分类汇总”表的列 2 显示 53 个观测值已正确分配到组 2。但是，来自组 2 的 5 个观测值置入到组 1，来自组 2 的 2 个观测值置入到组 3。因此，来自组 2 的观测值中的 7 个观测值错误地分类到了其他组。“误分类观测值汇总”表显示观测值 65、71、78、79 和 100 误分类到了组 1，而不是组 2，这是最常发生的误分类。 国工数据大脑平台可直接获取设备管理系统数据，直接将设备数据对接到创建好的判别分析模型中，根据得出的分析结果自动对报告进行判定，代替人工判定。对设备根据型号进行相应的归类。
