前端之家

  1. 首页
  2. 问答

数据分析：集团价值流相似度

• 问答

我和我的同事（都是机械工程师）喜欢学习python并解决新的有趣问题。

我们的问题：我们要分析组件的价值流（> 50.000），并根据它们的价值流的相似性对其进行分组。

举个例子-假设我们有三种材料A，B和C，其数据如下：

A = [610384，521056，112200，194825633，45]

B = [10389，462，1028503]

C = [10389，462，1028503，112200，45，194825633]

每个数组代表一个值流，每个元素在值流中代表一台机器。例如，必须运行5台以上的机器才能生产。 “ 610384”是值流中第一台计算机的编号。如您所见，A和B与C相似，因为B是C的100％子流，但是A包含3台相同的机器，但顺序不同。

约束：

  • 数字根本没有任何意义->不能根据数字大小或其他任何东西进行比较

  • 数组的长度和元素也不同

  • 数组可以包含子数组，也可以按不同顺序排列，等等。一切皆有可能（我们正在研究数据集）。

  • 我们可以按从上到下的4个等级评分：技术，过程描述，过程描述详细信息，机器编号->含义：机器编号10389和462根本不相等，但是使用了两台机器“钻”孔。因此，级别2（过程描述）将相等。因此，我们可以使用它来给它们评分不等于100％或0％，但是可以在此机器上给它们30％的相似度（而不是整个价值流！）。

4个级别的示例：手动钻孔（1）->钻孔（2）-> 90度钻孔（3）->机器编号462（4）

问题：

  1. 我们应该如何评价每个价值流之间的相互关系？考虑到不同的长度等

  2. 我们如何以有用的方式对给定的评级进行聚类？

我们应该使用合适的算法吗？我们需要自己定义规则吗？如果是这样，您可以推荐阅读吗？

我们的目标：将相似的价值流分组，以便我们可以看到价值流的高速路，并查看是否应该移动机器。

PS：这是Reddit r / analytics的调整后帖子

wellen2oo3 回答：数据分析：集团价值流相似度

这可能是我的部分解决方案，

我用过以下缩写。评分：

md-手动钻孔 ，d-钻孔 ，30或45或60-一定程度的钻孔

1）机器10389等级：'md-d-90-10389'＃手动钻孔+钻孔+ 90度

2）机器462等级：'md-d-45-462'＃手动钻孔+钻孔+ 45度

import fuzzywuzzy
from fuzzywuzzy import process
matches = fuzzywuzzy.process.extract('md-d-90-10389',['md-d-45-462'],scorer=fuzzywuzzy.fuzz.token_sort_ratio)
print(matches[0][1],'%')

输出：     33％

您可以通过多种方式来做到这一点，例如余弦相似度或Jaccard相似度。 我们可以首先尝试一下。

然后，如果相似度大于80％，我们将仅保留两台机器中的一台。 例如：让我们仅获取2个值流A和C。如果521056和10389的相似度为80％，那么我们可以仅出于简化目的而丢弃其他值。 让我们保持10389。

A = [610384，10389，112200，194825633，45]＃从521056替换为10389

C = [10389，462，1028503，112200，45，194825633]

然后我们可以检查A和C之间的余弦相似度，以评估值流的紧密度。

analyticsproductionstream
本文链接：https://www.f2er.com/3075400.html

大家都在问