https://github.com/egorumaev/2023-steel-energy

Предсказание температуры стали, выплавляемой на металлургическом комбинате
https://github.com/egorumaev/2023-steel-energy

catboost featureengineering lightgbm pandas pipeline python3 regression sklearn xgboost

Last synced: 16 days ago
JSON representation

Предсказание температуры стали, выплавляемой на металлургическом комбинате

• Host: GitHub
• URL: https://github.com/egorumaev/2023-steel-energy
• Owner: egorumaev
• Created: 2023-09-26T13:51:59.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-09-27T08:42:19.000Z (over 1 year ago)
• Last Synced: 2024-11-10T13:25:03.602Z (2 months ago)
• Topics: catboost, featureengineering, lightgbm, pandas, pipeline, python3, regression, sklearn, xgboost
• Language: Jupyter Notebook
• Homepage:
• Size: 1.54 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# 2023-steel-energy

Предсказание температуры стали, выплавляемой на металлургическом комбинате

# **ПРОЕКТ «Разработка модели машинного обучения для предсказания температуры стали для оптимизации производственных расходов металлургического комбината „Так закаляем сталь‟»**

---

## **Примененные библиотеки и технологии**

 * Pandas, Numpy, Matplotlib, Seaborn, DateTime, Phik, Sklearn, Imblearn, Feature_Engine, Catboost, Xgboost, Lightgbm

 * Pipeline, Feature Engineering, RandomizedSearchCV, PolynomialFeatures, MinMaxScaler, DropCorrelatedFeatures, SelektKBest, VotingRegressor, background_gradient

---

## **Цель и задачи проекта**

**Цель проекта**: разработать модель машинного обучения, предсказывающую температуру стали, выплавляемой на металлургическом комбинате «Так закаляем сталь».

**Целевое ограничение, по которому оценивается результат выполнения проекта**: значение метрики mean_absolute_error (MAE) лучшей модели на тестовой выборке должно быть **< 6.8**.

**Целевой прогнозируемый признак** - конечная температура каждой партии стали.

**Единица моделирования** - металлический ковш вместимостью 100 тонн (одна партия стального сплава).

Для достижения цели были поставлены и решены следующие **задачи**:

 - проведен исследовательский (разведочный) анализ данных, представленных в виде семи датасетов; 

 - на основе данных датасетов сформированы синтетические целевой и обучающие признаки;

 - исследована итоговая таблица с данными; 

 - проведена проверка данных на мультиколинеарность;

 - данные подготовлены для машинного обучения;

 - сформированы пайплайны для линейных моделей и моделей, основанных на решающих деревьях (бустинги);

 - все модели машинного обучения обучены с помощью кроссвалидации с определением лучших гиперпараметров;

 - модель машинного обучения, показавшая лучшее значение метрики на кроссвалидации, проверена на тестовой выборке;

 - выявлены важнейшие признаки лучшей модели;

 - изучено распределение абсолютной ошибки лучшей модели;

 - подготовлен подробный отчет по проекту.

Решаемая в рамках проекта задача относится к задачам **регрессии**.

---

## **Основные результаты**

 **(1)** Для выполнения проекта были отобраны линейные модели и модели градиентного бустинга, основанные на решающих деревьях.

**Линейные модели**:

 * SVR

 * Ridge

 * Lasso

 * LassoCV

 * LinearRegression

**Модели, основанные на решающих деревьях**:

 * HistGradientBoostingRegressor

 * XGBRegressor

 * CatBoost

 * LightGBMRegressor

Для исключения утечки целевого признака при кроссвалидации применен пайплайн (pipeline) из библиотеки imblearn. Подбор гиперпараметров моделей (ансамблей моделей) был проведен с помощью RandomizedSearchCV.

 **(2)** Самое низкое значение ошибки MAE на обучающей выборке при кроссвалидации показал ансамбль линейных моделей Ridge, Lasso, SVR, объединенный с помощью VotingRegressor. Ансамбль линейных моделей успешно прошел проверку на тестовой выборке, показав значение MAE, равное 5.33.

 **(3)** В результате выполнения проекта удалось построить модель машинного обучения, которая предсказывает значение температуры расплавленной стали с ошибкой ниже, чем установлено целевым ограничением. Это позволит более точно предсказывать как недостаточный нагрев стали в ковше, так и перегрев ковша. Следовательно, будет получена экономия ресурсов, расходуемых на повторный нагрев ковша с недостаточной температурой. Уменьшатся затраты электроэнергии, потраченные на перегрев ковша. Кроме того, перегревы ковша повышают частоту их остановки и проведения планово-предупредительных ремонтов, на время которых производственная единица не производит сталь. Сниженная ошибка предсказания температуры стали позволит таким образом повысить загруженность производственных мощностей по выплавке стали.