布匹成分分析任务

本repo是2020年复旦大学机器学习理论课程的pj，需要根据红外传感器测得的布匹特征，分析布匹成分，细化有2个任务（分类和回归），最后需要使用华为云ModelArts。

数据

数据位于data目录，分为训练集train.json和测试集test.json两个文件，训练集中总共有140个布匹数据，测试集中共有50个布匹数据。每个布匹数据包括以下属性：

• name（字符串）：表示该布匹是纯棉材质cotton还是混合材质cotton_spandex。训练集中，两种布匹各70个；测试集中，两种布匹各25个。
• label（字符串）：对于混合材质的布匹cotton_spandex，该属性表示该布匹中混合物质的含量。对于纯棉材质的布匹，该属性无意义。该属性使用时应转换为浮点数使用。
• feat（3维字符串数组）：是一个大小为(n, 228, 4)的字符串数组，其中n至少为20。表示对每个布匹，共有n个采样点，每个采样点是一个大小为(228, 4)的布匹特征数组。对于每个采样点布匹特征数组，[i, 0]表示第i行对应的波长；[i, 1]、[i, 2]、[i, 3]分别表示在第i行对应的波长下，布匹的3类特征值。由于[:, 0]是红外线波长信息，使用时可以忽略（数组下标从0开始，[:, 0]表示数组第一列）。该属性使用时应转换为浮点数数组。

根据相关规定，原始数据不能扩散，所以这里的数据是原始数据增加高斯噪声以后的结果，并非原始数据。所有Notebook中的运行结果都是在原始数据上得到的，一般来说，在增加噪声后的数据上是不可能复现的。

任务

1. 分类任务：根据布匹特征feat，预测布匹是纯棉材质cotton还是混合材质cotton_spandex，也就是预测name。
2. 回归任务：对于混合材质的布匹cotton_spandex，根据布匹特征feat，预测其中混合物质的含量，也就是预测name为cotton_spandex的布匹的label。

解答

本repo提供的解答位于solutions。

ModelArts的使用

1. 开发环境Notebooks的使用参考notebook。
2. 训练、部署模型参考model。