Труды КНЦ. Технические науки. – 2026. - № 2

которые генерируют новые синтетические точки для миноритарного класса (ADASYN) и случайным образом удаляют избыточные примеры мажоритарного класса (Random Undersampling), здесь же происходит обучение моделей с учетом текущего этапа кросс-валидации; • инж енерии признаков, где создаются дополнительные признаки на основе исходных данных, для чего используются операции логарифмирования, умножения признаков, бинарные индикаторы, преобразование уникальных категориальных данных в отдельный бинарный признак (one-hot кодирование) и доменно-специфические признаки с целью обогащения их более сложными зависимостями; • классификации, использующий ансамбль моделей деревьев решений CatBoost, XGBoost, Random Forest, выходы которых подаются в метамодель (логистическую регрессию), выступающую финальным классификатором, а предсказанное значение Y1 используется, в свою очередь, как дополнительный признак для предсказания Y2, Y3, Y4; • регрессии, строятся три независимые модели деревьев решений XGBRegressor для предсказания количественных целевых признаков Y2, Y3 и Y4, входными данными для которых служат нормализованные признаки, включая результат предсказания Y 1, модели обучаются отдельно и оцениваются с использованием кросс-валидации и метрик RMSE, MAE, R2; • оптимизации гиперпараметров, автоматически подбирающий наилучшие значения параметров с помощью байесовской оптимизации комбинации параметров, улучшающих качество работы моделей с точки зрения выбранных метрик (F1, balanced accuracy, RMSE, MAE, R2), используя данные, полученные в процессе кросс-валидации (использование библиотеки Optuna); • оценки и валидации , оценивает модели на тестовых и оценочных наборах данных, формирует отчеты и применяет SHAP-анализ (SHapley Additive explanations), вычисляя вклад каждого признака в финальное предсказание модели и оценивает значимость переменных как на глобальном (по всему набору данных), так и на локальном (отдельные примеры) уровне. 3. П рим ен ени е полученных р е зу л ь т ато в в создании о конч ател ьной модели пред ска зания с уменьшенной вычислительной сложностью, результаты ее работы на оценочных наборах данных После создания новых категориальных и нелинейных признаков, а в общем их количество выросло с 7 до 60, и проведенного SHAP-анализа инженерии признаков в окончательной модели предсказания оставляем только те, у которых среднее значение SHAP наибольшее. Вот список признаков с наибольшим влиянием: • куб диаметра (X1): 0,760431 (учитывает нелинейные зависимости); • произведение температуры (X3) и логарифма диаметра (X1): 0.643818 (учитывает сложные взаимодействия этих двух параметров); • секция диаметра: 0,395923 (бинарный признак, который принимает значение 1, если диаметр (X1) больше или равен медианному значению X1 для случаев, когда Y1 равен 1, и 0 в противном случае, помогает разделить данные на две группы по диаметру); • квадрат диаметра: 0,396956 (учитывает нелинейные зависимости); • произведение диаметра (X1) и температуры (X3): 0,345487 (учитывает совместное влияние этих параметров); • произведение диаметра (X1) и параметра Y4: 0,260425 (нелинейные зависимости); • логарифм диаметра: 0,211309 (помогает нормализовать распределение данных и уменьшить влияние выбросов); • индикатор малого диаметра (X1 <= 12): 0,256969 (учитывает специфические условия для малых диаметров); • отношение предела текучести (X7) к диаметру (X1): 0,398760 (выявляет взаимосвязь). Также мы применим определенные нами гиперпараметры для каждой модели, оставив создание метамодели для Y1. В табл. 2 показаны оптимальные полученные параметры для нашей модели с уменьшенной вычислительной сложностью.