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。