chap1-7.py - master - AlexEly/Course_proj_ead

chap1-7.py

52 строки2 KB

AlexEly

create: chap1-11.py, chap1-10.py, chap1-9.py, chap1-8.py, chap1-7.py, chap1-6.py, chap1-5.py, chap1-4.py, chap1-3.py, chap1-2.py, chap1-1.py, chap1-0.py

19 апр 2026, 14:12

Верифицирован

19 апр 2026, 14:12feb66de

import pandas as pd
import numpy as np

# 1. Загрузка реального датасета
df = pd.read_csv('feature_time_48k_2048_load_1_noisy.csv')

print("="*70)
print("ПРЕОБРАЗОВАНИЕ ЧИСЛОВЫХ ПРИЗНАКОВ В КАТЕГОРИАЛЬНЫЕ")
print("="*70)

# 2. Анализ на наличие редких/экстремальных значений
features_to_check = ['kurtosis', 'crest', 'rms', 'sd']
print("\nДоля значений в экстремальных зонах (<1% и >99% перцентилей):")
for feat in features_to_check:
    q1, q99 = df[feat].quantile([0.01, 0.99])
    rare_pct = ((df[feat] < q1).sum() + (df[feat] > q99).sum()) / len(df) * 100
    print(f"   • {feat:10} : {rare_pct:5.2f}%")

df_cat = df.copy()

# 3. Категоризация (Биннинг)
# kurtosis: пороги на основе физической интерпретации эксцесса
df_cat['kurtosis_cat'] = pd.cut(
    df_cat['kurtosis'],
    bins=[-np.inf, 2.0, 4.0, 6.0, np.inf],
    labels=['low', 'medium', 'high', 'critical']
)

# crest: уровни пик-фактора для диагностики подшипников
df_cat['crest_cat'] = pd.cut(
    df_cat['crest'],
    bins=[-np.inf, 3.0, 4.5, 6.0, np.inf],
    labels=['normal', 'warning', 'failure', 'critical']
)

# rms: квантильный биннинг (равномерное разбиение по количеству записей)
df_cat['rms_cat'] = pd.qcut(
    df_cat['rms'], q=4,
    labels=['low_energy', 'medium_energy', 'high_energy', 'very_high'],
    duplicates='drop'
)

# 4. Вывод результатов
print("\nРаспределение новых категориальных признаков:")
for col in ['kurtosis_cat', 'crest_cat', 'rms_cat']:
    print(f"\n--- {col} ---")
    print(df_cat[col].value_counts().sort_index().to_string())

# 5. Сохранение результата
output_path = 'feature_time_48k_2048_load_1_noisy_categorical.csv'
df_cat.to_csv(output_path, index=False)
print(f"\nДатасет с категориальными признаками сохранён: {output_path}")