Načítava sa...
Úloha #26
Autor:Mihai Nan
Obtiažnosť
Vaše najlepšie skóre
N/A
Dostali sme dataset obsahujúci sekvencie ľudských pohybov, pričom každá sa skladá z viacerých snímok (FrameNumber).
Každá snímka obsahuje 3D pozície 25 telesných kĺbov, reprezentovaných súradnicami:
J1X, J1Y, J1Z, ..., J25X, J25Y, J25Z.
Každá snímka je priradená k identifikátoru sekvencie (IDSample) a dvom označeniam:
Action — vykonávaná akciaCamera — kamera, ktorá sekvenciu zaznamenalaPre lepšie pochopenie priestorového rozloženia 25 kĺbov:
Pre každý unikátny IDSample určte, koľko snímok je k dispozícii v testovacom datasete (test_data.csv).
Táto analýza pomáha pochopiť časovo-priestorové rozdelenie údajov pre každú akciu.
Pomocou trénovacích údajov vytrénujte klasifikačný model schopný rozpoznať akciu vykonanú v sekvencii snímok.
Aplikujte model na testovacie údaje a pre každý unikátny IDSample predpovedajte najpravdepodobnejšiu akciu.
Výkonnosť modelu bude vyhodnotená pomocou presnosti (accuracy), definovanej ako:
Na získanie plného počtu bodov musí byť dosiahnutá presnosť aspoň 0.965.
Pomocou trénovacích údajov vytrénujte model schopný predpovedať, ktorá kamera zaznamenala danú sekvenciu snímok.
Aplikujte model na testovaciu sadu a pre každý IDSample uveďte kameru predpovedanú ako najpravdepodobnejšiu.
Výkonnosť modelu sa opäť vyhodnocuje pomocou presnosti (accuracy), definovanej ako:
Na získanie plného počtu bodov musí byť dosiahnutá presnosť aspoň 0.8.
Konečným výsledkom musí byť súbor CSV s názvom output.csv, obsahujúci presne 3 stĺpce:
| subtaskID | datapointID | answer |
|---|---|---|
| 1 | IDSample z test_data.csv | zodpovedajúca odpoveď pre danú podúlohu |