Загрузка...
Задача #26
Автор:Mihai Nan
Сложность
Ваш лучший результат
Н/Д
Дан набор данных, содержащий последовательности движений человека, каждая из которых состоит из нескольких кадров (FrameNumber).
Каждый кадр включает 3D-координаты 25 суставов тела, представленные значениями:
J1X, J1Y, J1Z, ..., J25X, J25Y, J25Z.
Каждый кадр связан с идентификатором последовательности (IDSample) и двумя метками:
Action — выполняемое действиеCamera — камера, на которую была записана последовательностьДля лучшего понимания пространственного распределения 25 суставов:
Для каждого уникального IDSample определите, сколько кадров доступно в тестовом наборе данных (test_data.csv).
Этот анализ помогает понять временно-пространственное распределение данных для каждого действия.
Используя обучающие данные, обучите модель классификации, способную распознавать действие, выполняемое в последовательности кадров.
Примените модель к тестовым данным и для каждого уникального IDSample предскажите наиболее вероятное действие.
Эффективность модели будет оцениваться с помощью точности (accuracy), определяемой как:
Для получения полного балла достигнутая точность должна быть не менее 0.965.
Используя обучающие данные, обучите модель, способную предсказать, какая камера записала данную последовательность кадров.
Примените модель к тестовому набору и укажите для каждого IDSample камеру, предсказанную как наиболее вероятную.
Эффективность модели снова оценивается с помощью точности (accuracy), определяемой как:
Для получения полного балла достигнутая точность должна быть не менее 0.8.
Итоговым результатом должен быть CSV-файл с именем output.csv, содержащий ровно 3 колонки:
| subtaskID | datapointID | answer |
|---|---|---|
| 1 | IDSample из test_data.csv | соответствующий ответ для этой подзадачи |