Machine learning 基于传感器数据建立模型，自动将开关切换到开/关状态
假设我有一个每100毫秒检测一次的硬件传感器数据。现在，开关会根据设备的某些功能自动打开，然后根据这些功能的值再次关闭 我建立了一个模型，它只在打开触发点的相邻时间内将传感器数据视为1输出数据，关闭点和0输出数据相同。 但是分类器工作得很差。它随机检测开启点，从不关闭，有时完全错过开启/关闭周期。Machine learning 基于传感器数据建立模型，自动将开关切换到开/关状态,machine-learning,Machine Learning,假设我有一个每100毫秒检测一次的硬件传感器数据。现在，开关会根据设备的某些功能自动打开，然后根据这些功能的值再次关闭 我建立了一个模型，它只在打开触发点的相邻时间内将传感器数据视为1输出数据，关闭点和0输出数据相同。 但是分类器工作得很差。它随机检测开启点，从不关闭，有时完全错过开启/关闭周期。 有没有关于如何解决这类问题的建议？失败可能有很多原因。我不知道该问题采用了什么硬件或软件，但我可能会想到以下几点： 定时-可能您的系统中有一些延迟 算法-可能代码中有不正确的地方导致了系统中的随机行为
有没有关于如何解决这类问题的建议？失败可能有很多原因。我不知道该问题采用了什么硬件或软件，但我可能会想到以下几点： 定时-可能您的系统中有一些延迟 算法-可能代码中有不正确的地方导致了系统中的随机行为 接线-可能有什么东西发出了错误的信号 解决这些问题的最佳方法是尝试将系统分解并测试每个单独的组件。这样，您就可以诊断故障并解决问题 祝你好运