竞赛中,数据集中包括60秒的传感器数据序列进行分类,指示受试者在序列期间是否处于两种活动状态之一。
train.csv : 训练集,包括约26000个60秒的13个生物传感器的记录,供近1000名实验参与者使用
- sequence: 序列,每个序列的唯一id
- subject: 受试者,实验中受试者的唯一id
- step: 步长,录制的时间步长,以1秒为间隔
- sensor_00-sensor_12: 13个传感器在该时间步的值
train_labels: 标签, csv-每个序列的类标签。
- sequence: 序列,—每个序列的唯一id。
- state:状态,与每个序列关联的状态。这就是你试图预测的目标。
test.csv :测试集。对于12000个序列中的每一个,您都应该预测该序列状态的值。
sample_submission.csv :提交样品,csv-正确格式的示例提交文件。
后继将写一篇关于如何使用数据集的文章,敬请关注。
1