100K 데이터셋에서 56회의 실패 예측을 다루는 질문.
기계의 실패 예측과 RUL(잔여 수명)를 목표로 하는 데이터셋에 관한 문제를 다룬 글입니다. 이 데이터셋은 100,000개의 항목 중 56회에만 실패가 표시되어 있어 불균형이 극심합니다. 운영 시간과 습도는 기계 실패와 상관관계가 없다고 판단하여 제외했습니다. 올바른 알고리즘이나 딥러닝 모델을 추천해줄 수 있는지를 묻고 있습니다.
Discusses predicting failure from an imbalanced dataset of 100K with only 56 failures.
This article addresses a problem related to predicting machine failure and Remaining Useful Life (RUL) from a dataset with extreme imbalance, where only 56 failures are marked out of 100,000 entries. The author has excluded operating hours and humidity due to their lack of correlation with machine failure. They are seeking recommendations for suitable algorithms or deep learning models for this scenario.