前段时间部门小0️⃣导得知我本科毕设弄的是回归预测，就丢了个项目给我弄（而我的本职是工控癫佬）： 
 根据钢材生产过程中产生的轧机速率、电流、轧制力，钢坯各工序的温度数据，钢坯的元素成分（什么碳、铜、硅）等数据作为特征值，以屈服强度、抗拉强度作为目标值，让我建模搞回归预测。评价指标是绝对误差１０以内的数据占比能到９５％以上。 
 我在kaggle用大概五六千条数据，训练了个xgboost模型，只能做到绝对误差１５以内的预测结果占比勉强到９０％，小0️⃣导拿去给大0️⃣导看了之后，大0️⃣导说让我继续搞，搞到绝对误差要到５以内 :tieba_087: 
 属实是没招了，目前厂里搞的模型部署平台有很多限制，只支持训练随机森林和xgboost，而且目前支持的对数据进行预处理的手段只有异常值处理、特征选择和离群值清洗。想请教一下这方面的佬还有啥招能使吗？（数据集可能不太好发出来） 
  
今天小0...