赛题介绍
赛事链接:2024 iFLYTEK AI开发者大赛-讯飞开放平台
Datawhale夏令营baseline
夏令营贴心的提供了一个baseline主打一个能跑就行活活笑死~
# 1. 导入需要用到的相关库
# 导入 pandas 库,用于数据处理和分析
import pandas as pd
# 导入 numpy 库,用于科学计算和多维数组操作
import numpy as np
# 2. 读取训练集和测试集
# 使用 read_csv() 函数从文件中读取训练集数据,文件名为 'train.csv'
train = pd.read_csv('./data/data283931/train.csv')
# 使用 read_csv() 函数从文件中读取测试集数据,文件名为 'train.csv'
test = pd.read_csv('./data/data283931/test.csv')
# 3. 计算训练数据最近11-20单位时间内对应id的目标均值
target_mean = train[train['dt']<=20].groupby(['id'])['target'].mean().reset_index()
# 4. 将target_mean作为测试集结果进行合并
test = test.merge(target_mean, on=['id'], how='left')
# 5. 保存结果文件到本地
test[['id','dt','target']].to_csv('MLsubmit.csv', index=None)
结果当然非常感人:宝宝我提交了一个结果并且迈出了参与竞赛第一步还写了笔记我可真棒棒呐~
一些思考
看起来是个时序问题呐~特征很少需要构建一些特征~主要是时间方面的特征吧~也许需要线下验证所以说还要注意标签泄露的问题~模型用LSTM吗??或者别的树模型~也许还要融合一下子~脑袋有点乱先这样哈哈哈哈