项目介绍:
- 使用的数据为采集车辆信号。车辆信息非常多,而且用户路况信息和使用偏好千人千面,很难找到一种准确识别碰撞的方法,希望参赛者通过车联网大数据识别车辆碰撞和碰撞时间。车辆标签信息如下:
| 车号 | Label | CollectTime |
|---|---|---|
| 1 | 1 | 2020/8/30 21:36:09 |
| 2 | 0 | |
| 3 | 1 | 2020/8/12 8:36:46 |
数据集:
https://download.youkuaiyun.com/download/qq_38735017/87064869
-
运行环境:
joblib=1.0.1 lightgbm=3.2.0 numpy=1.20.2 pandas=1.2.3 scikit-learn=0.24.1 tq
本文详细介绍了基于LGB模型实现车联网大数据中的碰撞识别。首先通过规则预测模型筛选强烈碰撞,再利用LightGBM对剩余数据进行预测。在特征工程中,重点关注状态信息和运动信息,通过数据重采样提升模型泛化能力。此外,文章还涵盖了碰撞时间的预测和修正,以提高预测准确性。
订阅专栏 解锁全文
347

被折叠的 条评论
为什么被折叠?



