做网站发违规内容 网警抓不抓,一般全包装修多少钱,100个创意营销广告语,非响应式网站改响应式前些天发现了十分不错的人工智能学习网站#xff0c;通俗易懂#xff0c;风趣幽默#xff0c;没有广告#xff0c;分享给大家#xff0c;大家可以自行看看。#xff08;点击跳转人工智能学习资料#xff09; 微信公众号#xff1a;创享日记 发送关键词#xff1a;病情…前些天发现了十分不错的人工智能学习网站通俗易懂风趣幽默没有广告分享给大家大家可以自行看看。点击跳转人工智能学习资料 微信公众号创享日记 发送关键词病情预测 获取训练集文件d_ train.csv、f_train.csv测试集d_ test.csv、f_test.csv以及两个预测模型文件Python 一、题目 ●本实验旨在通过某种患病病人的临床数据和体检指标来预测人群指示病情程度的指标。 ●需要设计高效且解释性强的算法来精准预测病情指标。 ●全部编程实现。
二、数据-任务I ●实验任务数据为训练集文件d_train.csv, 测试集d_test.csv ●每个文件第一行是字段名之后每一行代表一个个体。 ●训练集文件共包含42个字段包含数值型、字符型、日期型等众多数据类型部分字段内容在部分人群中有缺失,其中第一列为个体id号。 ●训练集文件的最后一列为标签列 既需要预测的目标值。 ●测试集文件的标签列为空需要将预测结果上传至Kaggle。 ●提交说明提交一个d_model.py即预测的模型文件。
二、数据-任务II ●实验任务丌数据为训练集文件f_train.csv, 测试集文件f_test.csv ●每个文件第一行是字段名之后每一行代表一个个体部分字段名已做脱敏处理。 ●训练集文件共包含85个字段部分字段内容在部分人群中有缺失其中第一列为个体id号。 ●训练集文件的最后一列为标签列 既需要预测的是否患病的类标。 ●测试集文件的标签列为空,需要将预测结果上传至Kaggle。 ●提交说明提交一个f_ model.py即预测的模型文件。
三、评估指标一任务I ●对于任务I需要提交对每个人的指标预测结果以小数形式表示保留小数点后三位。该结果将与个体实际检测到的结果进行对比以均方误差为评价指标结果越小越好均方误差计算公式如下 ●其中n为总人数 yi^为预测的第i个人的指标值 yi为第i个人的实际指标检测值。
三、评估指标一任务II ●对于任务II需要提交对每个人是否患病的预测结果以整数形式表示类别取值为0或者1。该结果将与个体实际检测到的是否患病情况进行对比以F1为评价指标结果越大越好F1计算公式如下 ●其中P为准确率计算公式如下 ●R为召回率计算公式如下
其中正样本数定义为数值为1的样本数。
