修改--数据集划分时可以设定随机种子

config/config.yaml

@@ -16,7 +16,7 @@ dataset:
 model:
   save_dir: "models"
   batch_size: 32
-  num_workers: 4
+  num_workers: 1
   
 # 系统监控配置
 monitor:

doc/各领域应用(附带数据集).txt

@@ -30,6 +30,16 @@
             测试集真值:
                 暂无
             注: 不同训练集文件对应不同的现场情况, 不要混用.
+        测试结果:
+            train_FD001.txt
+                训练集:
+                    mae: 16.xx
+                验证集:
+                    mae: 30.xx
+                结果分析:
+                    对于存在时序信息的数据,只用随机森林来拟合,效果不好.
+                    虽然数据有26列特征,但有的数据完全一致根本没有参考价值.
+
 2.能源行业-风电功率预测
     (1)基于天气与历史数据预测风力发电量
     (2)XGBoost,LSTM,Prophet时间序列模型

function/data_manager.py

@@ -424,7 +424,8 @@ class DataManager:
         self,
         df: pd.DataFrame,
         test_size: float = 0,
-        val_size: float = 0
+        val_size: float = 0,
+        random_state: int = 42
     ) -> Tuple[pd.DataFrame, pd.DataFrame, pd.DataFrame]:
         """划分数据集"""
         try:
@@ -433,7 +434,7 @@ class DataManager:
                 train_val_data, test_data = train_test_split(
                     df,
                     test_size=test_size,
-                    random_state=42
+                    random_state=random_state
                 )
             else:
                 train_val_data = df