面向磁盘故障预测的机器学习方法比较

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：磁盘是保存数据的重要载体，提高磁盘的可靠性和数据可用性具有重要意义。现代磁盘普遍支持SMART协议，用来监控磁盘的内部工作状态。采用机器学习方法，分析磁盘的SMART信息，实现对磁盘故障的预测。所采用的机器学习方法包括反向神经网络、决策树、支持向量机以及简单贝叶斯，并采用实际磁盘SMART数据进行验证与分析。基于上述数据，对不同机器学习方法的有效性及其效果进行了对比。结果表明，决策树方法的预测率最好，支持向量机方法的误报率最低。

原文链接:http://www.cqvip.com/QK/94293X/201512/666942506.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 学习方法 smart 支持向量机 cqvip 磁盘 故障预测 机器学习