虚拟传感器训练与自动调参

“虚拟传感器”对话框会针对您选定的输出通道,使用您选择的任意输入通道训练单一模型——随机森林、 XGBoost 或神经网络。训练数据可以是当前加载的文件、若干个明确选定的文件,或整个文件夹;额外的 文件会被拼接为一个训练集,而针对不同文件为同一物理信号使用不同通道名称的情况,则由一个按 文件设置的通道映射表(可保存/加载为 CSV)来处理。

三种模型类型都可以自动调优各自的超参数,而不需要手动指定数值,且各自搜索不同的参数空间: 随机森林搜索树的数量、最大深度和最小叶节点大小;XGBoost 搜索树的数量、最大深度和学习率; 神经网络搜索层数、每层神经元数和学习率。所有模型类型都可以选择相同的一组搜索策略——贝叶斯 优化(高斯过程代理模型,默认选项,通常收敛速度最快)、随机搜索、网格搜索,或随机森林/XGBoost 代理搜索。在多文件训练时,超参数搜索本身只针对当前加载的文件运行以保持速度,随后获胜的 配置会在完整的多文件数据集上重新训练。