luderby e4187092cc
Gitea Actions Experiment Test / Experiment-Actions (push) Successful in 30s
更新 function.py
2024-11-05 19:09:38 +08:00
2024-11-05 10:38:02 +08:00
2024-11-05 10:38:02 +08:00
2024-11-05 10:38:02 +08:00
2024-11-05 19:09:38 +08:00
2024-11-05 10:38:02 +08:00
2024-11-05 19:06:08 +08:00

实验二:对率回归与预测病马死亡

实验说明

  • 自行在 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 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 添加依赖,若未在 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 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。

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中提出。

同时欢迎参与评测后端的开发与优化!

S
Description
No description provided
Readme
92 KiB
Languages
Python 100%