材料配方质量预测（分类预测）

背景

在新材料行业（如胶水、涂料、墨水），产品研发正经历从“经验驱动”向“数据驱动”的艰难转型。传统的“老师傅经验”在“短平快”的市场节奏前显得力不从心——为了抢占先机，某胶水企业 70% 的产品配方设计周期被压缩至 2 周以内。与此同时，为降本增效，企业每年引入数千种新原料，配方组合呈指数级增长。

然而，研发部门长期依赖 Excel 等工具处理配方数据，面对高维、非线性的复杂变量关系时，不仅计算效率低下，更关键的是无法对海量实验数据进行有效的结构化分类。

通过 DTEmpower 对某墨水厂实测配方数据进行分类预测建模，以“耐弯折性能是否达标”为二分类预测目标，学习历史实验数据中配方组分与工艺参数等输入特征与达标/不达标标签之间的映射关系，构建分类决策规则。模型训练完成后，输入新配方的组分与工艺数据，即可快速输出耐弯折性能是否达标的预判结果。

案例目标

通过本案例，您将了解如何在 DTEmpower 中完成材料配方分类预测建模的完整流程，包括：

了解如何在项目中导入 csv 格式的训练数据，为后续模型训练准备数据基础；
学习如何使用智能数据处理功能对数据进行预处理，对特征数据进行筛选；
学习如何使用专家模式的分类预测功能，以“耐弯折性能是否达标”为目标列训练分类预测模型，并且选择最合适的算法模型；
了解如何查看模型评估结果，并通过准确率、ROC 曲线、混淆矩阵等信息判断模型效果；
了解如何将评估效果满足要求的模型进行部署；
学习如何使用已部署的模型对新配方或未知样本进行类别预测，判断其耐弯折性是否达标。

案例数据集

本案例包含训练集和用于模型预测的预测集：

下载材料配方质量分类预测数据集

操作步骤

建立项目

在主界面点击【新建项目】，输入项目名称，创建项目并进入项目页面。

材料配方质量分类预测：建立项目

上传数据

点击【导入数据】，此处文件为 csv 格式，点击【上传】。选择训练集数据文件。

材料配方质量分类预测：上传数据

数据集有 89 行，92 列，目标列为「耐弯折性」，0 表示性能不达标，1 表示性能达标，其中标签为 0 的有 33 行，标签为 1 的有 56 行。「物料代码」只是编号，不作为输入特征。性能 1 至性能 7 为不关注的其余性能指标。其余列均为不同原料的配方比例。

材料配方质量分类预测：上传数据

数据预处理

回到「流程」，选中导入数据，点击右侧【智能数据处理】，在对话框中输入自然语言指令，智能体将自动完成数据处理。

材料配方质量分类预测：数据预处理

该数据集中有多个特征，可根据经验清除一些不重要的特征。性能 1 至性能 7 为不关注的其余性能指标，与目标列「耐弯折性」无直接关系。在智能体中输入"删除性能1至性能7的列"，删除不重要的列，可以简化输入特征，提高模型训练效率。

材料配方质量分类预测：数据预处理

可以在「脚本」处查看智能体处理数据的脚本。点击【运行】，处理数据。

材料配方质量分类预测：数据预处理

可在「输入数据集」和「输出数据集」处看到处理后的数据的行和列。

材料配方质量分类预测：数据预处理

运行完成后，输出的数据集展示在「流程」的画布中。

材料配方质量分类预测：数据预处理

模型训练

选中处理后的数据，点击右侧【分类预测】，在模型训练模块进行模型训练。

材料配方质量分类预测：模型训练

此处分类的目标为其耐弯折性，因此在目标列名中选择「耐弯折性」。可以根据需求选择不同的模式，「自动机器学习」模式下，平台可根据所选模式自动完成算法筛选与参数配置，更加适合初学者。而「专家模式」则更适合已有经验的用户，可自行选择算法和参数。「自动机器学习」模式下有「快速模式」、「可解释模式」和「高性能模式」，各模式特点在界面上已有说明。本案例展示专家模式的效果，模型名称可自定义或使用系统默认名称。

材料配方质量分类预测：模型训练

可在「训练配置」处看到目标类别的分布情况，此处 0 表示耐弯折性不达标，1 则表示耐弯折性达标。

材料配方质量分类预测：模型训练

「阈值优化指标」选择准确率。准确率为模型分类正确的样本数占总样本数的比例，同时考量了“正确识别正例”和“正确识别负例”。

材料配方质量分类预测：模型训练

「算法选择」可选择不同算法，后续根据结果选择表现更优的算法模型。此处选择决策树、逻辑回归、随机森林和极端随机森林，用户也可选择其他算法进行对比。

材料配方质量分类预测：模型训练

开启「超参优化」，「超参优化深度」和「最大训练时长」使用默认值。该功能可在限定搜索空间和训练时长内搜索候选参数组合。

材料配方质量分类预测：模型训练

点击【训练】，输入任务名称，点击【训练】。等待训练结束即可。

材料配方质量分类预测：模型训练

训练结束后，可以在左侧看到不同算法的准确率，通过比较可选择表现更优的算法模型。

材料配方质量分类预测：模型训练

可在「精度统计」处查看不同算法更为详细的评估指标。

材料配方质量分类预测：模型训练

选择 Extra Trees 模型，点击【查看详情】，可以看到「特征重要性排序」，即每个特征对模型的贡献程度。

材料配方质量分类预测：模型训练

可以查看 ROC 曲线，ROC 曲线是评估分类模型性能的一种常用工具，横轴为假正例率（FPR），即被错误地分类为正例的样本占所有负例样本的比例，纵轴为真正例率（TPR），即被正确识别为正例的样本占所有实际正例样本的比例。曲线越接近左上角，表示模型性能越好。AUC 表示 ROC 曲线下面积，AUC 值越大，模型性能越优。

材料配方质量分类预测：模型训练

混淆矩阵是评估分类模型的工具，它展示了模型预测结果与实际结果的对比。矩阵的行代表实际类别，列代表预测类别。四个格子分别表示：真正例（实际和预测都是正类）、假正例（实际是负类但预测为正类）、假负例（实际是正类但预测为负类）和真负例（实际和预测都是负类）。通过这个矩阵，可以直观地看到模型在哪些类别上表现好，哪些类别上容易出错。

材料配方质量分类预测：模型训练