如何对传感器配置文件进行分类
我正在尝试组装一个流程，该流程可以获取传感器读数，并从出现的峰值形状中对那些与流程问题的多个“指标”最接近的峰值进行分类。为了实现这一点，我有一个指标峰值（见上文）和“测试”峰值（见上文）的数据集，我正在通过功能数据资源管理器平台运行它们。从这个平台，我应用模型来拟合“指标”峰值（将测试峰值作为验证集），然后保存生成的 FPC 分数。
我现在想要做的是根据 FPC 得分将“测试”峰值分类为与“指标”峰值最接近的峰值（参见下面的示例可视化）——我遇到的问题是找出一种合适的方法来对这些峰值进行分类。我只有一个目标类别，即“指标”——我没有另一个不同的“正常”组，因为“正常”可能有任意数量的形状、形式等，这将导致一个庞大的训练集。有人能建议我如何找到最接近匹配的测试峰值吗？
我知道聚类是可能的，但是有没有办法通过“控制”进行聚类，并与指标进行聚类？
如果有人对我所采取的方法有任何其他想法那就太好了。
谢谢！
高级统计建模回复：如何对传感器配置文件进行分类嘿，
有趣的问题！让我们开始吧:)
上图中的 7 条曲线就是一组参考/指标峰值吗？它们是测量出来的还是人造的？
您有示例数据集可以分享吗？
最好的
弗洛里安
回复：如何对传感器配置文件进行分类撞
