Initial commit

2024-10-24 16:54:40 +08:00
commit b5e77650d7
10 changed files with 1066 additions and 0 deletions
@@ -0,0 +1,60 @@
+# 实验二：对率回归与预测病马死亡
+
+## 实验说明
+
+- 自行在 [`function.py`](./function.py) 中编写实现数据加载与预测病马死亡的对率回归算法。
+
+所有成功上传的评测结果均会被记录，但不会公开展示。
+
+评测次数不限，最终评测成绩取**最高分**。
+
+## 注意事项
+
+挑战赛与实验为两个**不同**的仓库，注意不要混淆！
+
+- 实验仓库，开头名称统一为 `Experiment`
+  - **有截止时间限制**！
+  - 记录成绩但不公开，并且**是实验成绩的一部分**。
+  - 最终成绩取最高分。
+- 挑战赛仓库，开头名称统一为 `Challenge`
+  - 无截止时间限制。
+  - 公开展示排行榜和最近的评测信息。
+
+---
+
+实验开始前必须在 [`function.py`](./function.py#L28-L29) 中填写自己的学号和姓名！
+
+- 可以自行导入其他库，需要在 [`requirements.txt`](./requirements.txt) 添加依赖，若未在 [`requirements.txt`](./requirements.txt) 中添加使用到的依赖，则无法自动评测，**不记录成绩**。
+- 需要在 [`function.py`](./function.py) 中实现完整的对率回归算法。
+- 若需设置其它参数，必须设置其默认值，否则将**无法通过**自动评测，**成绩为零**。
+- 自动评测脚本仅会加载 `train_logreg`、`predict_logreg` 和 `load_data` 函数，请勿修改函数名。
+- 本地调试完成后，**需要更新提交代码**，否则无法自动评测，**没有实验成绩**。
+- 评测的运行时间受机器性能影响，运行时间仅供参考。
+- 若有评测相关问题，请在[项目工单](https://git.intcplab.cn/LufsX/Evaluation-Backend/issues)处提出，或联系 QQ: `1968647927`。
+
+代码提交后会进行自动评测，评测所用的环境如下：
+
+- CPU: Intel Xeon(R) CPU E3-1231 v3 @ 3.40GHz
+- OS: Ubuntu 22.04.4 LTS
+- Python: 3.10.12
+- numpy: 2.1.1
+
+## 实验操作
+
+本次实验自带数据集，数据集在对应的 `data` 文件夹下。
+
+本次实验强烈建议将代码克隆/下载到本地进行实验调试。
+
+---
+
+注意 ⚠️
+
+若要完成实验，请确保是在**本页面**点击「使用模版」来创建仓库，新仓库名称建议与本模版名称 `Experiment-LogReg` 相同，其余操作参见[挑战赛的说明](https://git.intcplab.cn/LufsX/Challenge-kNN#挑战操作)。
+
+若要完成实验，评测时检查创建完成的**仓库信息**是否正确，本次实验标题为「**实验二：对率回归与预测病马死亡**」！
+
+## 其它
+
+若有流程、优化等相关建议和问题，欢迎在[评测后端项目工单](https://git.intcplab.cn/LufsX/Evaluation-Backend/issues)中提出。
+
+同时欢迎参与[评测后端](https://git.intcplab.cn/LufsX/Evaluation-Backend)的开发与优化！