面向两阶段压铸缺陷预测所用特征的递归消除与差异分析方法

本技术涉及机器学习特征工程，具体地，涉及面向两阶段压铸缺陷预测所用特征的递归消除与差异分析方法。

背景技术：

1、在基于机器学习的压铸缺陷预测系统中，输入特征通常包含工艺参数、几何特征及物理场派生特征等多个来源，特征总维数可达数十至百维以上。递归特征消除（rfe）通过逐步剔除重要性最低的特征，以交叉验证评估模型性能变化，从而确定最优特征子集。

2、现有特征筛选方法在应用于压铸两阶段预测系统时存在以下主要不足：

3、（1）多目标回归rfe的均值停止条件存在掩盖效应：对物理场多目标预测任务，现有方法以各目标变量性能指标的均值作为停止判据；当某一目标变量性能骤降而其他目标保持稳定甚至略有提升时，均值指标可能掩盖单目标的性能损失，导致停止条件未及时触发，造成对某一物理场目标预测能力的不可逆损失。

4、（2）气孔分类rfe的单指标停止条件保障不全面：现有方法通常仅以auc或f1单一指标作为停止判据；气孔缺陷预测的工程目标要求同时保证分类精度与正样本召回率，单一auc无法全面反映分类性能，存在片面优化auc而牺牲召回率的风险，导致铸件级漏检率上升。

5、（3）高维特征集的逐步搜索效率低下：对数十至百维特征集采用步长为1的逐步消除，计算开销大；现有方法缺乏将粗粒度快速定位与精细粒度精确确认相结合的搜索策略。

6、（4）两阶段特征需求差异缺乏系统分析：现有方法缺乏对两阶段任务特征需求差异进行系统定量分析的机制，无法为两阶段分开建模的合理性提供数据驱动的理论依据。

7、经检索，申请号为202510671873.3的专利公开高温合金涡轮盘锻件关键工艺特征识别方法，其方案是采用传统递归特征消除结合单一评估指标监控剔除过程，按固定步长逐步缩减特征维度。但是其单指 标监控易掩盖多目标回归中的局部性能骤降，固定步长导致高维搜索效率低下，且缺乏对两阶段任务特征需求差异的定量分析机制。

技术实现思路

1、针对现有技术中的缺陷/之一，本技术的目的是提供一种面向两阶段压铸缺陷预测所用特征的递归消除与差异分析方法。

2、本技术的第一方面，提供一种面向两阶段压铸缺陷预测所用特征的递归消除与差异分析方法，包括：

3、在验证集上计算第一阶段输入特征的随机置换性能衰减量，按所述衰减量从低到高排序并固定第一剔除顺序；

4、基于所述第一剔除顺序对第一阶段回归模型的特征集逐轮剔除与训练，当回归性能下降满足第一停止条件时停止，记录停止前保留的特征集为第一阶段最优特征集；

5、在验证集上重新计算第二阶段分类模型的特征集随机置换性能衰减量，按所述衰减量排序生成第二剔除顺序；

6、基于所述第二剔除顺序对第二阶段分类模型的特征集逐轮剔除与训练，当分类性能下降满足第二停止条件时停止，记录停止前保留的特征集为第二阶段最优特征集；

7、对所述第一阶段最优特征集与所述第二阶段最优特征集执行集合运算，识别共有特征与各阶段独有特征，输出差异分析报告。

8、可选地，所述在验证集上计算第一阶段输入特征的随机置换性能衰减量，按所述衰减量从低到高排序并固定第一剔除顺序，包括：

9、在已训练的第一阶段多目标回归模型的验证集上，对各输入特征分别执行随机置换并重复多次取均值，计算置换前后模型性能变化量作为所述性能衰减量；

10、按所述性能衰减量从低到高排列特征，将所得排列顺序固定为所述第一剔除顺序；

11、其中，针对多目标回归任务，所述性能衰减量取各目标变量均方误差变化量的加权均值。

12、可选地，所述基于所述第一剔除顺序对第一阶段回归模型的特征集逐轮剔除与训练，当回归性能下降满足第一停止条件时停止，记录停止前保留的特征集为第一阶段最优特征集，包括：

13、从第一阶段全量特征出发，按所述第一剔除顺序逐轮剔除特征并重新训练所述第一阶段回归模型；

14、采用k折交叉验证评估所述第一阶段回归模型的各目标变量的决定系数r²，并采用双停止条件进行判断：

15、当所有目标变量r²均值下降量超过第一阈值δ1，或任一目标变量r²下降量超过第二阈值δ2时，立即停止剔除；

16、将触发停止条件前一步保留的特征集记录为所述第一阶段最优特征集。

17、可选地，所述在验证集上重新计算第二阶段分类模型的特征集随机置换性能衰减量，按所述衰减量排序生成第二剔除顺序，包括：

18、在已训练的第二阶段分类模型的验证集上，对各输入特征分别执行随机置换并重复多次计算置换前后模型性能变化量，取均值作为所述衰减量δ；

19、按所述衰减量δ从低到高排列特征，将所得排列顺序生成为所述第二剔除顺序并锁定；

20、其中，针对分类任务，所述衰减量δ取auc指标的变化量。

21、可选地，所述基于所述第二剔除顺序对第二阶段分类模型的特征集逐轮剔除与训练，当分类性能下降满足第二停止条件时停止，记录停止前保留的特征集为第二阶段最优特征集，包括：

22、从第二阶段全量特征出发，按所述第二剔除顺序逐轮剔除特征并重新训练所述第二阶段分类模型；

23、采用k折交叉验证评估所述第二阶段分类模型的auc、f1值及recall值三项分类指标，并采用三指标联合停止条件进行判断：

24、当auc下降量超过第三阈值δ3，或f1值下降量超过第四阈值δ4，或recall值下降量超过第五阈值δ5时，立即停止剔除；

25、将触发停止条件前一步保留的特征集记录为所述第二阶段最优特征集。

26、可选地，所述对所述第一阶段最优特征集与所述第二阶段最优特征集执行集合运算，识别共有特征与各阶段独有特征，输出差异分析报告，包括：

27、对所述第一阶段最优特征集与所述第二阶段最优特征集执行集合交运算与差运算，识别两阶段共同必要特征、仅第一阶段必要特征及仅第二阶段必要特征；

28、生成所述差异分析报告，所述差异分析报告包含所述三类特征的分组列表、特征重叠率、各阶段特征压缩率及差异比例。

29、可选地，还包括，在第二阶段的逐轮剔除中采用粗搜与精搜相结合的策略，具体为：

30、在粗搜阶段，设定粗搜剔除步长，所述步长取值范围为2至5；基于所述第二剔除顺序，按所述粗搜剔除步长逐轮同步剔除特征并重新训练模型，实时记录分类性能指标；当性能指标下降量首次触及预设预警阈值时，终止粗搜循环，将触发预警阈值前一轮的特征数量至当前轮的特征数量之间的范围，确定为候选特征维数区间；

31、在精搜阶段，以所述候选特征维数区间的上限特征数量为起点，按步长1逐轮剔除特征并重新训练模型，依据所述第二停止条件进行性能评估；当首次满足所述第二停止条件时，立即停止剔除，并将该轮次保留的特征集输出为所述第二阶段最优特征集。

32、可选地，还包括：

33、将所述性能衰减量超过预设重要性阈值的特征标记为重要特征；

34、在第一阶段或者第二阶段执行逐轮剔除过程中，当待剔除特征属于所述重要特征时，触发额外验证步骤以复核所述待剔除特征的影响。

35、可选地，所述差异分析报告中的定量统计指标按以下方式计算：

36、两阶段特征重叠率，计算为两阶段共有特征的数量与两阶段最优特征集并集的特征总数之比；

37、第一阶段特征压缩率，计算为所述第一阶段最优特征集的特征数量与第一阶段初始全量特征数量之比；

38、第二阶段特征压缩率，计算为所述第二阶段最优特征集的特征数量与第二阶段初始全量特征数量之比。

39、本技术的第二方面，提供一种两阶段压铸缺陷预测方法，包括：

40、获取压铸工艺参数与几何特征数据；

41、依据第一阶段最优特征集所记录的特征标识，从所述数据中提取与所述特征标识对应的特征列，构建第一阶段输入向量，输入第一阶段回归模型执行预测，得到物理场预测结果；

42、将所述物理场预测结果与原始几何特征组合为候选特征池，依据确定的第二阶段最优特征集所记录的特征标识，从所述候选特征池中提取与所述特征标识对应的特征列，构建第二阶段输入向量；

43、将所述第二阶段输入向量输入第二阶段分类模型，输出气孔缺陷预测结果。

44、本技术提供的面向两阶段压铸缺陷预测所用特征的递归消除与差异分析方法，通过一次性计算并锁定剔除顺序、两阶段独立rfe（即回归双停止条件、分类三指标联合停止条件）以及差异分析报告的整体流程，相较现有技术中单阶段、单一均值/单一指标停止条件的传统rfe方法，能够在保障两阶段模型（物理场回归与气孔分类）各自预测性能不发生不可逆损失的前提下，同时实现更高的特征压缩率与更低的筛选计算开销；并首次为压铸两阶段预测系统的特征需求差异提供了可量化、可复现的数据支撑（如实施例中第一阶段压缩率0%、第二阶段压缩率约78%的对比结果），为工程上判断“哪些特征该保留在哪个阶段”提供了直接的判定依据。

45、由附加特征带来的其他技术效果将在相应的实施例中进一步阐述。