MATLAB的答案

残差相似度模型的算法是什么样子的?

2次查看(最近30天)

显示旧的评论

马文·埃克特 5 .卡特勒姆

评论道: 马文·埃克特5 .卡特彼勒

答:接受 Ayush古普塔

亲爱的MATLAB社区,

我其实有一个简单的问题，不需要超级科学的答案。残差相似度模型的粗略算法是什么?

我知道对于训练，每个集合成员得到一个基于定义的方程的回归拟合方法．然后我假设在命令的情况下 predictRUL () 对输入数据进行额外的回归拟合，然后进行kNN分类，检查训练数据的回归模型是否最接近实际回归模型，然后预测最接近模型的RUL。

然而，在“方法”的描述中写道: 使用拟合函数训练并用于的模型类型剩余的一代，指定为下列其中之一: “剩余一代是什么意思?”这部分让我在我的假设中感到困惑，回归模型拟合的残差是什么?不知为何，我认为我的kNN假设是错误的。

有人知道这个模型是如何工作的吗?

2的评论
显示隐藏 1年长的评论

马文·埃克特 5 .卡特勒姆

附录:这是模型内部的描述

                          %残差相似模型比较残差的大小
                         
                          %生成的集合模型，以确定a的最近邻
                         
                          %测试元件的降解情况。首先，每个成员
                         
                          用相同结构的模型拟合历史数据集合，
                         
                          %使用“fit”方法。然后使用测试组件的降级数据
                         
                          %来计算每个模型的一步预测误差。的大小
                         
                          这些误差可作为测试成分紧密程度的指标。
                         
                          %给历史乐团成员;残余越小，
                         
                          %测试组件与生成它的成员的距离越近。你可以
                         
                          %认为残差相似模型是一种特殊类型的两两相似
                         
                          %模型，该模型使用模型残差的大小作为度量
                         
                          %的距离。
                         
                          ％
                         
                          测试组件的剩余使用寿命(RUL)估计为
                         
                          最相似组件寿命的中位数统计值减去
                         
                          %当前生命时间值(参见predictRUL)。