真心希望主办方解释规则,解释下列算法何为合法,何为不合法。
算法零
用LR求出系数后,使用点积运算,如果大于阈值,输出1.不然输出0
算法零点五
用LR求出系数后,求出粗略系数:较大的系数为1,较小的系数为0.如果求出结果超出阈值,输出1.小于另一个阈值,输出0.
不然使用全部系数继续进行LR算法,如果大于阈值,输出1.不然输出0
算法一
使用比较快的求和运算,将1000个维度求和,如果大于阈值,输出1.不然使用相对比较慢的点积运算求答案
算法二
使用某种机器学习算法,设置1000个阈值,在贝叶斯分类,一旦当前的概率和超过当前的阈值,则输出1,否则继续运行。
算法三
使用某种机器学习算法,设置1000个阈值,在LR算法乘系数的过程中,一旦当前的乘积和超过阈值,则输出1,否则继续运行。
算法四
点积计算过程中,维护当前一部分数的平均值,如果大于0.6,跳出循环并输出1,否则继续运行。
算法五
第一维度的数字大于0.6,则输出1。否则运行LR算法。
算法六
如果当前是前n条,运行LR算法,不然,输出1。


训练的目的是观测训练集规律,抽象成知识(即模型,比如一组权重+线性点乘计算方式)
预测是要用训练出的模型,对预测数据集中的数据进行计算,根据计算结果,预测类别。
我们禁止的行为是:
对测试集的一部分不进行预测计算,直接硬编码为1或者是0。
算法0:合法
算法0.5:合法
算法1:合法,因为这个阈值应该也是通过训练集计算观测出来的
算法2:合法
算法3:合法
算法4:合法
算法5:合法,但是训练集对于大家是保密的,该算法不一定能够到70%的准确率
算法6:不合法。