Datawhale AI 夏令营 Task1 笔记

一、跑通baseline

根据群里的速通代码

# 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('submit.csv', index=None)

大概看注释能了解一下这个代码能干啥

二、个人感悟

       声明，本人有一点python基础，但是对机器学习一概不知，纯小白，所以上面的代码部分略懂，后面不知道具体在做什么，简单看了一下时间序列预测问题，然后经过这个baseline的测试，根据官方给的baseline注解，大致是对该数据集进行预测训练处理，后续要我们做的就是不断的去找到最优的模型进行训练，找到最优的算法去训练从而提高得分。