此份代码是比赛用的，有很多地方需要手动调，简而言之不是很人性化，简单介绍一下怎么用。
train.py是训练模型用的，如果想从头训练必须把NET文件夹删了，如果想继续训练就不用删除。
gencsv.py是生成结果和集成用的，但是我没有保存参赛的csv文件，所以真实的集成肯定是没办法，不过可以自己生成几份随便加权试试。
model.py和dataset.py是模型和数据生成文件。
allTrainset包含了七月的所有数据，但是我只用了根目录底下的那几个。
attr.py，valid.py，topo.py和test.py分别是道路属性，验证集，拓扑属性和测试集。
反正真正运行起来肯定坑很多，因为这是我本人的专属代码，本科是硬件设计，代码码成这样很不容易了。
这次比赛是我第一次参加比赛，收获满满，手敲了大概几千行代码吧（我猜的），最后把有用的一部分整理了一下。
最后署上名字：
中国科学院大学 索玉玺 雁栖湖最靓的仔
中国科学院大学高级人工智能课程大作业-DIDI打车路况时空预测.zip
版权申诉
70 浏览量
2024-03-09
21:50:20
上传
评论
收藏 15.03MB ZIP 举报
中国科学院大学高级人工智能课程大作业-DIDI打车路况时空预测.zip （40个子文件） 
open_rengongzhineng LSTM NET 
net.pt7 173KB genCSV.py 6KB embedding.py 2KB getFeature.py 3KB
readME.txt 1KB bestModel net.pt7 173KB result_sort.csv 2.42MB log.txt 780B result.csv 2.42MB dataset.py 6KB model.py 7KB result_sort.csv 2.42MB embedding_pretrained linkattr_embedding_dict_N2.pkl 7.39MB concat_fc256_bn_embpretrain_N2.pkl 4.01MB
attr顺序.jpg 35KB embedding_pretrained.ipynb 21KB attr_embedding_minmaxscale_N1.pkl 9.9MB result.csv 2.42MB train.py 9KB __pycache__ model.cpython-38.pyc 5KB dataset.cpython-38.pyc 3KB test.csv 2.59MB LGBM+XGBOOST xgboost-train.py 10KB load_trainftdata.py 11KB ReorderTestData.py 1KB misseddatacomplete.py 18KB predict.py 2KB final_merge.py 16KB resultcheck.py 7KB lightgbm-train.py 14KB final_merge_50.py 16KB voteresult.py 10KB datacleaning.py 7KB FeatureExtract.py 16KB showfeatureimportance.py 7KB final_merge_final.py 18KB remove0_1.py 13KB lgbpredict.py 4KB SaveDataToDict.py 7KB timecrossing.py 13KB资源评论
极致人生-010
- 粉丝: 3360
- 资源: 3076
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
