[发明专利]一种基于xgboost的指控通信装备故障预测方法

摘要

本发明公开了一种基于xgboost的指控通信装备故障预测方法，包括以下步骤：S1、数据预处理，从空间与时间维度构建特征集features；S2、定义样本特征权重wk与损失函数rmspe_xg；S3、依据测试集时间性，按时间序列划分训练数据X_train与验证数据X_test；S4、将划分的训练特征集X_train[features]与训练目标值X_train['fault']转换为训练特征向量矩阵dtrain，将划分的验证特征集X_test[features]与验证目标值X_test['fault']转换为验证特征向量矩阵dvalid；S5、构建xgboost模型，通过dtrain训练模型，并利用损失函数rmspe_xg对dtrain结果与dvalid结果进行交叉验证，使模型损失值收敛，最终得到训练好预测模型xgbmodel；S6、从测试数据test中筛选测试特征集test[features]，生成特征向量dtest，通过xgbmodel预测dtest未来某时刻装备是否出现故障，预测其故障类型。