为研究机器学习系统在供水网络管理中的应用趋势,发现供水网络数据中的奇点,分析了8项国内外机器学习在供水网络管理中的研究,从数据处理到模型验证,对每项研究中使用的方法进行了分析。结果表明,类别不平衡问题主要是来自供水网络的典型数据,建议使用抽样方法来训练分类器解决此类问题;此外变量的缩放和转换通常会对模型的性能产生积极影响。