摘要

本发明公开了一种玻璃绝缘子生产良品率关键影响因素的自动分析方法,包括使用大数据分析方法对玻璃绝缘子的生产及玻检的数据进行预处理,随后选择了适用于本领域数据的机器学习中的XGB模型和GBDT模型,进行模型预测得出两个重要特征集合;同时采用相关性分析方法对特征进行分析得出相关性强的特征集合;最后通过两种回归模型的重要特征集合以及数据的特征相关性强的集合得出三组结果,将这三种结果采取加权平均的方法,融合得出最后的结果,本发明运用大数据技术和机器学习方法自动化分析玻璃绝缘子的生产数据之后,分析出影响玻璃绝缘子产品良品率的关键因素,这种技术在节省了人力、时间的同时,也大大提高了分析结果的准确率。