# 算法平台

该平台集成了每人经反复验证过的、有效的、通用的数据处理组件与算法组件，提升了组件的可读性、复用性、扩展性与可维护性。

## 1.代码目录结构

按照组件功能划分目录结构

### 数据处理 data_processing

* [异常处理] abnormal_processing
* [限电处理] processing_limit_power
* ·agc-avc清洗    ·样板机法清洗    ·限电记录清洗    ·统计法清洗-光    ·统计法清洗-风

### 特征工程 feature_processing

* [归一化] feature_normalizer
* ·‌Min-Max归一化    ·‌Z-Score归一化
* [PCA降维] feature_pca
* [特征选择] feature_select
* [特征变换] feature_transform

### 模型 model_processing

* [模型训练] model_train
* ·‌LSTM    ·‌CNN    ·DNN    ·Lightgbm   ·Xgboost    ·RandomForest
* [模型预测] model_predict

### 模型后处理 post_processing


### 评估 evaluation_processing

* 准确率计算
* 分析报告

## 2.代码测试

1.Docker镜像为python3.7,开发完后，需要做单元测试，requirements.txt加入所需要的包,run_all.py中services中加入启动程序的路径和端口。

2.启动run_all,可采用postman或代码等其他形式进行接口调用测试。测试通过方可提交。