日常运动量随机森林预测模型开发与测试

准考证号：
试题代码： 2.2.3
试题名称： 日常运动量随机森林预测模型开发与测试
考核时间： 20min

日常运动量随机森林预测模型开发与测试

1. 场地设备要求

（1）人工智能训练师主机 1 台
（2）Python 编译环境
（3）fitness analysis数据集

2. 工作任务

随着人们健康意识的增强，越来越多的人开始关注日常运动和健康管理。使用提供的训练数据，补全2.2.3.ipynb代码。选择合适的特征，开发一个预测模型，基于个体性别，个体对运动的看法和个人健康评价来预测个体年龄。利用测试工具对模型进行测试，并对测试结果进行分析，完成测试报告，并运用工具对错误原因进行纠正。 详细说明如下：

变量名	描述	类型
Timestamp	记录条目时间	datetime
Your name	参与者姓名	string
Your gender	参与者性别	string
Your age	参与者年龄	string
How important is exercise to you?	锻炼对你的重要性	integer
How do you describe your current level of fitness?	描述你目前的健康水平	string
How often do you exercise?	你多久锻炼一次	string
Barriers to exercise	阻碍你定期锻炼的障碍（如时间不足、动力不足等）	string
Forms of exercise	目前参与的锻炼形式（如跑步、游泳等）	string
Factors affecting fitness	影响健康的因素（如对快餐的易得性、诱惑等）	string
How healthy do you consider yourself?	你认为自己有多健康	integer
Recommended fitness routine to friends?	你是否曾推荐朋友遵循健身计划	string
Purchased fitness equipment?	你是否曾购买过健身设备	string
Motivations to exercise	激励你锻炼的因素（如为了健康、减肥等）	string

详细说明如下：

• （1）正确加载数据集，并显示前五行的数据
• （2）使用随机森林模型进行模型训练，要求设定自变量和因变量，并根据自变量特征进行模型训练，最终将训练好的模型以文件名2.2.3_model.pkl保存到考生文件夹，结果文件以2.2.3_results.txt保存到考生文件夹。
• （3）使用测试工具对模型进行测试，并记录测试结果，命名2.2.3_report.txt，保存到考生文件夹
• （4）对测试结果进行详细分析，并编写测试报告，包括模型性能评估、错误分析及改进建议，将答案写到答题卷文件中，答题卷文件命名为"2.2.3.docx"，保存到考生文件夹。
• （5）运用工具分析算法中错误案例产生的原因并进行纠正，重新得到模型训练结果，以文件名2.2.3_results_xgb.txt保存到考生文件夹。
• （6）将以上代码以及运行结果，以html格式保存并命名为2.2.3.html，保存到考生文件夹，考生文件夹命名为"准考证号+身份证后6位"。

3. 技能要求

• (1) 能维护日常训练集与测试集。
• (2) 能使用工具对算法进行训练。
• (3) 能使用测试工具对人工智能产品的使用进行测试。
• (4) 能对测试结果进行分析，编写测试报告。
• (5) 能运用工具，分析算法中错误案例产生的原因并进行纠正。

4. 质量指标

• (1) 深入理解业务，训练符合业务需求的模型。
• (2) 数据预处理步骤完整，方法选择合理。
• (3) 代码实现正确，结果符合预期。
• (4) 测试结果分析全面，报告详细