このような質問がここに属していることを願っています。ここに私が現在取り組んでいる問題があります。製造プロセスから収集されたデータ (センサー データ、プロセス パラメータなど) があり、生産ラインから出るすべての部品について、それがスクラップかどうかがわかります。したがって、各パーツのプロセス データと品質 (0: 良い 1: 悪い) があります。
私の目標は、製造プロセスを最適化することです。つまり、最適なプロセス パラメータを見つけて、スクラップの量を最小限に抑えることです。
これまでに行ったこと: さまざまな分類アルゴリズム (ランダム フォレスト、SVM、ニューラル ネットワーク) を試しましたが、どれも良い精度を達成できませんでした。その理由は、データが非常に曖昧であるためだと思います。つまり、同じプロセス パラメータを持つ部品がある場合、一部はスクラップである可能性があり、一部は良品である可能性があります。しかし、品質とプロセス パラメータの間には確実に関連性があります。私が今したいのは、部品が良いか悪いかの「確率」を予測することです。確率密度を推定したいのですが？K 最近隣人でこれを行うことはできますか?