Nalaganje...
Naloga #26
Avtor:Mihai Nan
Težavnost
Vaš najboljši rezultat
N/A
Podan je nabor podatkov, ki vsebuje zaporedja človeških gibov, od katerih je vsako sestavljeno iz več sličic (FrameNumber).
Vsaka sličica vključuje 3D položaje 25 telesnih sklepov, predstavljenih s koordinatami:
J1X, J1Y, J1Z, ..., J25X, J25Y, J25Z.
Vsaka sličica je povezana z identifikatorjem zaporedja (IDSample) in dvema oznakama:
Action — izvedeno dejanjeCamera — kamera, ki je posnela zaporedjeZa boljše razumevanje prostorske razporeditve 25 sklepov:
Za vsak edinstven IDSample določite, koliko sličic je na voljo v testnem naboru podatkov (test_data.csv).
Ta analiza pomaga razumeti časovno-prostorsko porazdelitev podatkov za vsako dejanje.
Z uporabo učnih podatkov natrenirajte klasifikacijski model, ki je sposoben prepoznati dejanje, izvedeno v zaporedju sličic.
Model uporabite na testnih podatkih in za vsak edinstven IDSample napovejte najverjetnejše dejanje.
Uspešnost modela bo ocenjena z uporabo natančnosti (accuracy), definirane kot:
Za pridobitev vseh točk mora dosežena natančnost znašati vsaj 0.965.
Z uporabo učnih podatkov natrenirajte model, ki je sposoben napovedati, katera kamera je posnela določeno zaporedje sličic.
Model uporabite na testnem naboru in za vsak IDSample navedite kamero, ki je napovedana kot najverjetnejša.
Uspešnost modela se ponovno ocenjuje z uporabo natančnosti, definirane kot:
Za pridobitev vseh točk mora dosežena natančnost znašati vsaj 0.8.
Končni rezultat mora biti datoteka CSV z imenom output.csv, ki vsebuje natančno 3 stolpce:
| subtaskID | datapointID | answer |
|---|---|---|
| 1 | IDSample iz test_data.csv | ustrezni odgovor za to podnalogo |