说明：这是一个机器学习实战项目（附带数据+代码），如需数据+完整代码可以直接到文章最后获取。

1.项目背景

      高质量的产品不仅能很好地满足顾客对产品使用功能的需要，获得良好的使用体验，提升企业形象和商誉，同时能为企业减少售后维修成本，增加利润python做个笑脸。燃气灶市场已成为继家电市场之后各大电器公司竞争的新战场。某电器公司的燃气灶产品销售额一直在国内处于领先地位，把产品质量视为重中之重，每年都要对其产品质量数据进行分析研究，以期不断完善，精益求精。

2.获取数据

      本次建模数据来源于某电器公司某月燃气灶质量情况统计数据，记录到的燃气灶故障现象均为“打不着火”，其主要的数据基本统计概况如下：

特征变量数：8

数据记录数：1245

是否有NA值：否

是否有异常值：否

去除异常值和NA值后的数据共计1245条，其特征变量详情如下：

（1）机型：代表所售燃气灶的型号，共计204个型号。

（2）故障代码：代表燃气灶维修部分的记录，分别代表故障模式、故障模式细分、维修方式、故障名称等。

（3）故障模式：表示燃气灶故障的基本情况，分为“微动开关坏”、“热电偶坏”、“电极针坏”、“电磁阀坏”、“脉冲器坏”等5种。

（4）故障模式细分：根据故障基本情况，故障类型又细分为“开裂”、“变形”、“老化”、“调整电极针位置”、“热电偶与电磁阀接触不良”等5种。

（5）维修方式：根据不同燃气灶的具体情况，采用的维修方式分为“更换”和“未更换”2种。

（6）故障名称：根据购买和维修之间的时间跨度，分为“保内”和“保外”两种。

（7）分公司：共有61个分公司负责销售和维修。

（8）单据类型：针对具体情况，每个维修单类型分为“调试”、“维修”、“改气源”、“其它”等4种。

 

3.数据预处理