Задача #26
Автор:Mihai Nan
Складність
Ваш найкращий результат
Н/Д
Нам надано набір даних, що містить послідовності людських рухів, кожна з яких складається з кількох кадрів (FrameNumber).
Кожен кадр включає 3D позиції 25 суглобів тіла, представлені координатами:
J1X, J1Y, J1Z, ..., J25X, J25Y, J25Z.
Кожен кадр пов'язаний з ідентифікатором послідовності (IDSample) та двома мітками:
Action — виконувана діяCamera — камера, яка записала послідовністьДля кращого розуміння просторового розподілу 25 суглобів:
Для кожного унікального IDSample визначте скільки кадрів доступно в тестовому наборі даних (test_data.csv).
Цей аналіз допомагає зрозуміти часово-просторовий розподіл даних для кожної дії.
Використовуючи тренувальні дані, навчіть модель класифікації, здатну розпізнавати дію, виконану в послідовності кадрів.
Застосуйте модель до тестових даних і для кожного унікального IDSample передбачте найбільш ймовірну дію.
Продуктивність моделі буде оцінюватися за допомогою точності, визначеної як:
Для отримання повних балів досягнута точність повинна становити принаймні 0.965.
Використовуючи тренувальні дані, навчіть модель, здатну передбачати яка камера записала дану послідовність кадрів.
Застосуйте модель до тестового набору і вкажіть для кожного IDSample камеру, передбачену як найбільш ймовірну.
Продуктивність моделі знову оцінюється за допомогою точності, визначеної як:
Для отримання повних балів досягнута точність повинна становити принаймні 0.8.
Кінцевий результат повинен бути CSV файлом з назвою output.csv, що містить рівно 3 стовпці:
| subtaskID | datapointID | answer |
|---|---|---|
| 1 | IDSample з test_data.csv | відповідна відповідь для цієї підзадачі |