给定一段连续采集(天粒度)的硬盘状态监控数据（Self-Monitoring, Analysis, and Reporting Technology; often written as SMART)以及故障标签数据，参赛者需要自己提出方案，按天粒度判断每块硬盘是否会在未来30日内发生故障。例如，可以将预测故障问题转化为传统的二分类问题，通过分类模型来判断哪些硬盘会坏；或者可以转化为排序问题，通过Learning to rank的方式判断硬盘的损坏严重程度等。
初赛会提供训练数据集，供参赛选手训练模型并验证模型效果使用。同时，也将提供测试集，选手需要对测试集中的硬盘按天粒度进行预测，判断该硬盘是否会在未来30天内发生故障，并将模型判断出的结果上传至竞赛平台，平台会根据提交的预测结果，来评估模型预测的效果。
在复赛中，面对进一步的问题和任务，选手需要提交一个docker镜像，镜像中需要包含用来进行故障预测所需的所有内容，也即完整预测处理解决方案脚本。其中，镜像中的预测脚本需要能够根据输入的测试集文件（文件夹）位置，来对测试集中的硬盘故障预测，并把预测结果以指定的CSV文件格式输出到指定位置。
赛题链接及数据集地址：tianchi.aliyun.com/competition…
相关代码地址：github.com/gsyzh/PAKDD…
PAKDD
|--project 初赛代码
|--projectDocker 复赛代码
|--README.md 算法思路
初赛思路：
project
|--data 原始数据文件
|--user_data 中间处理完的数据
|--feature 特征工程
|--prediction_result 预测结果文件
|--code 模型训练
0、解决方案及算法介绍文件
复赛思路：
projectDocker
|--clf.pkl 模型文件
|--code.py 预测代码
|--run.sh 执行文件
|--DockerFile Docker
|--dataprocessing.py 特征工程及数据预处理
|--model.py 模型训练
0、解决方案及算法介绍
