文件名称：IDAO-2021-darkmatter-id
文件大小：9.71MB
文件格式：ZIP
更新时间：2024-04-22 22:25:04
competition machine-learning yandex computer-vision kaggle
IDAO-2021-darkmatter-id 该存储库是团队Alpha Analysts的 ML竞赛在线回合的解决方案。 基准解决方案可以在找到，竞赛组织者的数据可以在找到。 优化的度量是ROC AUC-MAE，其中ROC AUC-是粒子分类的质量度量，MAE-是粒子能量的质量度量。 注意：领导者的最终分数计算为100 * (ROC AUC - MAE) 。 问题陈述 目的是创建一个模型，该模型在给定事件的情况下输出粒子的能量。 在数据中，电子，He核和能量的总范围为1、3、6、10、20、30 keV-12类。 这些课程分为训练课程和测试课程，其中3、10、30 keV电子和1、6、20 keV He是训练课程，其余六个是测试课程。 能量，kEv 他 Ë 1个 + -- 3 -- + 6 + -- 10 -- + 20 + -- 30 --
【文件预览】：
IDAO-2021-darkmatter-id-master
----.gitignore(19B)
----Track1-VAE-labeling.ipynb(3.22MB)
----images()
--------statement_02.png(337KB)
--------statement_01.png(342KB)
--------tsne_clusterization.png(1.08MB)
--------vae_reconstruction.png(555KB)
----Track1-CNN-labeled.ipynb(1.66MB)
----Track1-CNN.ipynb(1.46MB)
----data()
--------clusters.csv(1.31MB)
--------submission_004-2_new.csv(865KB)
--------submission_004-2_old.csv(865KB)
--------examples_extra.csv(824KB)
----Track2()
--------Makefile(144B)
--------check_imports.sh(546B)
--------utils.py(3KB)
--------skimage_cp.py(2KB)
--------check_imports.py(375B)
--------main.py(6KB)
--------main.sh(124B)
----README.md(5KB)
----extra()
--------Track1-CNN-labeled-2.ipynb(1.66MB)