文件名称：algothon2021
文件大小：202KB
文件格式：ZIP
更新时间：2024-04-17 07:49:48
JupyterNotebook
阿尔戈通2021 管道 从命令行以CSV格式提取数据，并将其发送到cpp文件的stdin 。 使用time cat train/train_50_0.csv | make run > predictions.csv运行文件time cat train/train_50_0.csv | make run > predictions.csv time cat train/train_50_0.csv | make run > predictions.csv 。 预测将在predictions.csv中输出为零或一。 创建测试数据 提供的训练集是对数返回的1826个长时间序列数据，为了训练目的，将其分为500个一组。 验证准确性 使用提供的数据集对算法进行了测试。 减少延迟 该程序是用C ++编写的，以最大程度地减少延迟，并着重于运行时速度和对准确性的关注。 该代码在RPI 4 4GB上进行了测
【文件预览】：
algothon2021-main
----predictions.csv(2B)
----train()
--------train_300_1.csv(10KB)
--------train_200_0.csv(10KB)
--------train_350_0.csv(10KB)
--------train_250_0.csv(10KB)
--------train_1200_1.csv(10KB)
--------train_750_1.csv(10KB)
--------train_150_1.csv(10KB)
--------train_1300_0.csv(10KB)
--------train_0_0.csv(10KB)
--------train_1250_0.csv(10KB)
--------train_700_1.csv(10KB)
--------train_400_0.csv(10KB)
--------train_500_1.csv(10KB)
--------train_100_1.csv(10KB)
--------train_1050_0.csv(10KB)
--------LatencyTraining.csv(45KB)
--------train_600_0.csv(10KB)
--------train_550_1.csv(10KB)
--------train_850_0.csv(10KB)
--------train_450_0.csv(10KB)
--------train_950_1.csv(10KB)
--------train_1000_0.csv(10KB)
--------train_800_0.csv(10KB)
--------train_50_0.csv(10KB)
--------train_650_0.csv(10KB)
--------train_1100_1.csv(10KB)
--------train_1150_1.csv(10KB)
--------train_900_0.csv(10KB)
----output(26KB)
----.vscode()
--------settings.json(1KB)
----main.py(96B)
----exploring.ipynb(85KB)
----main.cpp(2KB)
----README.md(727B)
----Makefile(132B)
----.gitignore(270B)