我得到了一个大数据集,其中包含 79 个电池及其在多次循环后的容量。任务是预测电池的剩余使用寿命,其定义为容量低于 0.88 之前剩余的循环次数。
电池显示出不同的容量退化,因此我想使用神经网络/K 均值聚类将它们分成不同的类别。我只能用单个数据点找到这些方法的例子,而我有不同电池退化的“线”。
我想知道是否仍然可以使用这些方法中的一种来对 R 中的电池进行分类
我曾尝试使用 Neuralnet 库和 kmeans 函数,但我认为这些只会接受数据点而不是分类线。
这是给出的初始数据框的一部分:
我已经转换数据集以显示给定容量的剩余使用寿命: