没有合适的资源?快使用搜索试试~ 我知道了~
蓝桥杯人工智能团队赛国赛模拟题三期:https://www.lanqiao.cn/contests/ai-2024-3/challenges/; 答案,7.群策群力—实现多模型融合 https://www.lanqiao.cn/problems/8749/learning/ 介绍 你们研发小组已经完成了一个音乐热度预测模型的训练。在上线之前,一般需要对模型的泛化能力进行测试。模型融合可能会比单个模型有更好的泛化能力。在本任务中,你们要对多个训练好的回归模型完成模型融合,结合多个回归模型的预测结果,以生成最终的预测结果。 准备 开始答题前,请确认/home/project目录下包含以下文件: • model1.pkl • model2.pkl • model3.pkl • task.py 其中: • model1.pkl 、 model2.pkl 、 model3.pkl ,是本任务提供的基于 sklearn 训练的回归模型。 • task.py ,是你后续答题过程中编写代码的地方。 目标 请在task.py文件中按要求实现以下目标函数。 predictY函数
资源推荐
资源详情
资源评论
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/89330408/bg1.jpg)
⼈
⼯
智
能
模
拟
赛
(
三
期
)
参
考
答
案
参
考
代
码
1.
数
据
预
处
理
import pandas as pd
#
加
载
数
据
集
df = pd.read_csv('songs_origin.csv')
#
⽤
均
值
填
充
缺
失
值
df = df.fillna(df.mean())
#
删
除
acousticness_yr
列
的
值
不
在
0
〜
1
范
围
内
的
⾏
df = df[(df['acousticness_yr'] >= 0) & (df['acousticness_yr'] <= 1)]
#
去
除
重
复
⾏
df = df.drop_duplicates()
#
另
存
数
据
集
data_xg.csv
df.to_csv('songs_processed.csv', index=False)
1
2
3
4
5
6
7
8
9
10
11
12
2.
图
像
处
理
def img_processor(data_path, dst_size = (224,224)):
Image_std = [0.229, 0.224, 0.225]
Image_mean = [0.485, 0.456, 0.406]
_std = np.array(Image_std).reshape((1,1,3))
_mean = np.array(Image_mean).reshape((1,1,3))
image_src = cv2.imread(data_path)
#TODO
#
缩
放
image = cv2.resize(image_src, (256, 256))
#
中
⼼
裁
剪
startx = 256//2 - (224//2)
starty = 256//2 - (224//2)
image = image[starty:starty+224, startx:startx+224]
#
标
准
化
1
2
3
4
5
6
7
8
9
10
11
12
13
14
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/91356165e8d54bb0a12ad82fce5a055a_m0_67184231.jpg!1)
软工菜鸡
- 粉丝: 8756
- 资源: 28
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)