如何對感測器設定檔進行分類
我正在嘗試組裝一個過程，該過程可以獲取感測器讀數並根據出現的峰值形狀對那些與過程問題的許多“指標”最匹配的峰值形狀進行分類。為了實現這一目標，我有一個指標峰值（見上文）和「測試」峰值（見上文）的資料集，我正在功能性資料瀏覽器平台上運行它們。在這個平台上，我應用模型來擬合「指標」峰值（將測試峰值保留為驗證集），然後保存生成的 FPC 分數。
我現在要做的是根據 FPC 分數將“測試”峰值分類為與“指標”峰值最匹配的峰值（請參見下面的可視化示例）——我遇到的問題是找出一種合適的方法來對這些峰進行分類。我的目標只有一個類別，即「指標」——我沒有另一個不同的「正常」組，因為這可能是任意數量的形狀、形式等，這將導致大量的訓練集。誰能建議我如何找到最匹配的測試峰值？
我知道聚類是可能的，但是是否有一種方法可以透過「控制項」進行聚類，其中它們與指標相比進行聚類？
如果有人對我正在做的方法有任何其他想法，那就太好了。
謝謝！
進階統計建模回覆：如何對感測器設定檔進行分類嘿，
有趣的問題！讓我們開始吧:)
參考/指標峰值組是上圖的那 7 條曲線嗎？它們是測量的還是人為的？
您有可以分享的範例資料集嗎？
最好的
佛洛里安
回覆：如何對感測器設定檔進行分類撞
