Kopplats kontroll av AI4I 2020 – 13 oktober 2026 Källa: UCI Machine Learning Repository, AI4I 2020 Predictive Maintenance Dataset https://archive.ics.uci.edu/dataset/601/ai4i+2020+predictive+maintenance+dataset DOI: https://doi.org/10.24432/C5HS5C Datasetlicens: CC BY 4.0 Kontrollerad fil: ai4i2020.csv, hämtad ur UCI:s ZIP. SHA-256: dc6630cd9b1f0f853922fad78a1b6436570d3f1ec863f1dd5c4340ac56bc8a8e Egna beräkningar på filen: - 10 000 rader och 14 kolumner. - 6 ursprungliga indatafält, 2 ID-fält och 6 mål-/felindikatorer. - Inga tomma celler upptäcktes. - Machine failure: 339 ettor, 9 661 nollor. - TWF: 46, HDF: 115, PWF: 95, OSF: 98, RNF: 19. - På 27 rader skiljer sig Machine failure från logiskt OR av de fem feltyperna. - 9 av dessa har totalfel utan feltyp; 18 har feltyp utan totalfel. UCI:s beskrivning anger 51 TWF, 5 RNF och ett OR-samband mellan feltyperna och Machine failure. Dokumentationen skriver även UID, medan den faktiska CSV-kolumnen heter UDI. Filen är UTF-8 med BOM. UDI för de 27 avvikande raderna: 1222, 1303, 1438, 1749, 2073, 2560, 2750, 3066, 3453, 4045, 4685, 5472, 5490, 5496, 5510, 5537, 5554, 5640, 5942, 6092, 6479, 6914, 6961, 7489, 7869, 8507, 9016. Tolkning: filen och beskrivningen överensstämmer inte på dessa punkter. Kontrollen visar inte vilken enskild etikett som borde ändras. Kopplats övning behåller originalets Machine failure som mål, utan att ändra etiketter eller tyst radera rader. En alternativ tolkningsregel måste dokumenteras som en separat analys. Reproduktion med Python (standardbibliotek): import csv with open("ai4i2020.csv", encoding="utf-8-sig", newline="") as f: rows = list(csv.DictReader(f)) modes = ["TWF", "HDF", "PWF", "OSF", "RNF"] mismatches = [ row["UDI"] for row in rows if int(row["Machine failure"]) != int(any(int(row[m]) for m in modes)) ] print(len(mismatches), mismatches) Om UCI uppdaterar filen kan resultatet ändras. Jämför filens hash och version innan du drar slutsatser om en ny hämtning.