|
|
|
@ -6,8 +6,36 @@
|
|
|
|
|
|
|
|
|
|
<https://www.kaggle.com/c/indoor-location-navigation>
|
|
|
|
|
|
|
|
|
|
推荐使用工具:
|
|
|
|
|
### 推荐notebook工具
|
|
|
|
|
|
|
|
|
|
- kaggle自带的notebook
|
|
|
|
|
- [智能钛Notebook-2.4.0-tf](https://console.cloud.tencent.com/tione/notebook/instance)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### How to run the code
|
|
|
|
|
|
|
|
|
|
1. 下载数据到input文件夹
|
|
|
|
|
2. floor预测代码
|
|
|
|
|
part1 数据预处理
|
|
|
|
|
运行code/wifi-features.ipynb
|
|
|
|
|
运行code/create-unified-wifi-features-example.ipynb
|
|
|
|
|
part2 深度学习模型
|
|
|
|
|
运行code/floor-model-blstm.ipynb
|
|
|
|
|
3. 坐标预测代码
|
|
|
|
|
part1 数据预处理
|
|
|
|
|
运行code/wifi-label-encode.ipynb
|
|
|
|
|
运行code/data_abstract_sensor.ipynb
|
|
|
|
|
运行code/data_abstract_wifi.ipynb
|
|
|
|
|
运行code/gen_accl.ipynb
|
|
|
|
|
part2 深度学习模型
|
|
|
|
|
运行code/lstm-wifi-encode-wifi.ipynb 仅使用wifi数据预测
|
|
|
|
|
运行code/lstm-wifi-encode-wifi-sensor.ipynb 使用wifi+sensor数据预测
|
|
|
|
|
4. 结果融合
|
|
|
|
|
运行code/combine_v1.ipynb 模型线性融合
|
|
|
|
|
5. 后处理
|
|
|
|
|
运行code/post_process.ipynb
|
|
|
|
|
6. 规则预测代码
|
|
|
|
|
运行code/rules_infer.ipynb
|
|
|
|
|
7. 结果融合
|
|
|
|
|
运行code/combine_v2.ipynb 模型线性融合得到最终final.csv预测文件
|