零基础入门心电图心跳信号多分类预测挑战赛——赛题理解

Task1 赛题理解

学习目标

理解赛题数据和目标，对评分体系进行理解
在阿里云完成报名，并下载好数据熟悉比赛过程（baseline）

1.1 赛题概况

比赛要求参赛选手根据给定的数据集，建立模型，预测不同的心跳信号。赛题以预测心电图心跳信号类别为任务，数据集报名后可见并可下载，该该数据来自某平台心电图数据记录，总数据量超过20万，主要为1列心跳信号序列数据，其中每个样本的信号序列采样频次一致，长度相等。为了保证比赛的公平性，将会从中抽取10万条作为训练集，2万条作为测试集A，2万条作为测试集B，同时会对心跳信号类别（label）信息进行脱敏。

1.2 数据概况

train.csv

1. id 为心跳信号分配的唯一标识
2. heartbeat_signals 心跳信号序列(数据之间采用“,”进行分隔)
3. label 心跳信号类别（0、1、2、3）

testA.csv

1. id 心跳信号分配的唯一标识
2. heartbeat_signals 心跳信号序列(数据之间采用“,”进行分隔)

1.3 预测指标（理解）

选手需提交4种不同心跳信号预测的概率，选手提交结果与实际心跳类型结果进行对比，求预测的概率与真实值差值的绝对值。

具体计算公式如下：

总共有n个病例，针对某一个信号，若真实值为[y1,y2,y3,y4],模型预测概率值为[a1,a2,a3,a4],那么该模型的评价指标abs-sum为 $$abs-sum=\sum _{j=1}^n\sum _{i=1}^4\left|y{}_i-a{}_i\right|$$ 例如，某心跳信号类别为1，通过编码转成[0,1,0,0]，预测不同心跳信号概率为[0.1,0.7,0.1,0.1]，那么这个信号预测结果的abs-sum为 a b s − s