前言

本文基于凱斯西儲大學（CWRU）軸承數據，使用特征提取和機器學習方法進行故障識，然后基于XGBoos模型介紹一種參數搜索策略，并通過SHAP模型可視化技術對結果進行分析。

1.數據集和特征提取

1.1 數據集導入

參考之前的文章，進行故障10分類的預處理，凱斯西儲大學軸承數據10分類數據集：

數據的讀取形式以及預處理思路。

1.2 故障信號特征提取

選擇峭度、熵值、分形值、波形指標、頻譜指標、頻域指標、 統計特征、振動特征等13種指標來捕捉軸承信號的多尺度特征，作為機器學習模型的訓練與識別。

2.基于參數搜索策略的XGBoost故障診斷模型

2.1 參數搜索策略：大步粗略搜索，小步細致搜索

對于XGBoost模型的重要參數：樹的棵樹、樹的深度、學習率，采取大范圍粗略搜索，先鎖定大概的參數范圍值，然后再采用小步細致搜索來準確定位參數值。

2.2 大步粗略搜索

采用網格搜索，確認大概的參數范圍值。

2.3 小步細致搜索

第一步，搜索樹的棵樹。

第二步，搜索樹的深度。

第三步，搜索學習率。

3.XGBoost模型評估和可視化

3.1 模型分數、準確率、精確率、召回率、F1 Score

3.2 故障十分類混淆矩陣

3.3 預測標簽對比可視化

3.4 SHAP 模型可視化

SHAP（SHapley Additive exPlanations）是一種用于解釋機器學習模型預測結果的方法。用于衡量每個特征對于模型輸出的貢獻程度。通過計算SHAP值，我們可以了解每個特征對于模型預測的影響，從而更好地理解模型的分類預測過程。這種可解釋性對于提高模型的可信度和可解釋性非常有幫助。能夠進一步分析故障信號所提取特征對軸承故障診斷的貢獻。

平均值（SHAP值）（對模型輸出大小的平均影響），可以明顯的看出來13個特征對每個類別的分類貢獻度！

使用 3D 可視化來展示 SHAP 值，可以更直觀地理解哪些特征在不同類別中對模型輸出有顯著影響，并且這些影響是如何分布的。特別是在故障特征分析中，能夠幫助用戶更好地理解數據之間的復雜關系，提高故障檢測和特征重要性分析的效率和準確性。

本文轉載自 ??建模先鋒??，作者： 小蝸愛建模