预测性维护：30 天故障窗口预测

• 来源：noai-train/联合训练/Day4/T1 预测性维护 李奕翰
• 类型：Tabular ML / time-aware prediction
• 原始资料：README.md、baseline.py、prepare_data.py、metrics.py、Day4 ref/T1...
• 题面完整性：完整
• 解法资料完整性：完整，有两个参考解法

题面大意

给定 100 台工业机器在 2015 年的运行历史、维护、错误和故障记录。对于任意查询 (machine_id, pred_date) 和部件 comp1..comp4，提交一个预测窗口 [t_start, t_end]，宣称该部件会在该窗口内故障。若窗口覆盖真实故障日期且预测日期早于故障日期，则得分；窗口越窄越好，提前预警越早越好。最终分数综合预测质量、提前量、运行时间和内存。

数据特点

数据是多表时间序列：机器静态属性、日粒度遥测统计、错误日志、维护记录、训练/验证/测试故障标签和查询表。题目人为注入少量故障后的 post_compX 泄漏 token，用来考察 as-of 时间过滤。任何 pred_date >= D 的预测对该故障无效，过早超过 30 天也无效。

考点

核心考点是时间泄漏防控和窗口预测。特征必须只使用 datetime <= pred_date 的历史，否则会学到事后日志。评分机制鼓励每个查询都输出预测以争取提前量，但也要求窄窗口命中真实故障，因此模型要估计“未来 30 天内各部件故障风险”和大致日期。

涉及知识点

• As-of feature engineering。
• 时间序列滚动窗口统计。
• 生存/故障预测思想。
• 逻辑回归、随机森林、树模型、SVM 等经典 ML。
• 数据泄漏检测与禁用库约束。

解法思路

baseline 始终输出 [pred_date, pred_date + 30d]，可获得高提前量但窗口宽，预测质量固定。参考解法一基于错误计数启发式：统计各机器/部件近期错误、维护、遥测异常，缩窄高风险部件的窗口。参考解法二对每个部件训练逻辑回归，使用 as-of 历史特征预测未来 30 天内故障概率，再按风险和估计延迟输出窗口。

特征可包括：最近 7/14/30 天错误次数、各 error_id 计数、距离上次维护天数、遥测均值/标准差/趋势、机器型号与年龄、历史故障间隔等。训练标签可按 (machine, pred_date, comp) 构造：未来 30 天是否发生对应部件故障，或故障距离天数。窗口宽度可根据模型置信度调整，高置信度窄窗口，低置信度保留宽窗口。

可选/多种解法

启发式风险窗口：实现快，利用错误/维护近因。

二分类风险模型：预测未来 30 天是否故障，再固定窗口或概率加权窗口。

两阶段模型：先分类是否会故障，再回归故障日期偏移，输出中心化窄窗口。

特殊技巧

输出多行不会直接受惩罚，评分器对每个故障保留最佳合法覆盖行，因此可以对多个查询日都输出。提前量 L 鼓励尽早预测，预测窗口不应只在接近故障时输出。使用 baseline.Dataset.events_as_of 可避免吸收 post_compX 泄漏行。

调参优化

预测性维护应按时间窗口评估，调参不能随机打散。关键可调项包括历史窗口长度、聚合统计种类、故障前预警窗口、负样本下采样比例、类别权重、阈值、GBDT 深度/叶子数/学习率和 early stopping。若评分重视提前发现故障，应在验证集上扫描概率阈值和报警冷却时间，平衡漏报与误报。特征工程参数如滚动均值窗口、趋势斜率窗口和异常值裁剪分位数通常比模型小幅调参更重要。

注意事项

源码扫描禁用深度学习、boosting 和 AutoML 库；xgboost/lightgbm/catboost 都会 0 分。不能使用 failures_test.csv。特征聚合必须以 pred_date 为截止。运行时间和内存会扣分，过重的特征循环要向量化或缓存。

推广意义

这题是工业预测性维护的高质量缩影：真实业务里最危险的问题往往不是模型不够强，而是时间泄漏、标签定义和评分目标不一致。其方法可推广到信贷逾期、设备故障、用户流失和医疗风险预警。