2020华为软件精英挑战赛热身赛

赛题简述

通俗讲，赛题打算通过研究现有数据的规律，然后对新数据进行二分类。

思路流程图

赛题大体上可以分为四部分，数据读取与转换，模型训练，模型预测和结果文件生成。

• 数据读取与转换
  • 主线程通过mmap对文件进行映射，得到数据指针
  • 四个线程从指针四等分处对字节进行处理，通过自己编写的myatof函数转为具体数据
• 模型训练
  • 极其简化的K-Means分类，使用1000个特征维度
  • 子线程读取训练文件的四部分，主线程得到0和1两个类别的平均中心
• 模型预测
  • 将测试文件进行读取与转换，设置阈值对第一个维度的数据进行过滤
  • 小于阈值的使用类别中心和欧氏距离对该行数据进行分类，大于阈值的直接赋值为类别1
• 结果文件生成
  • 模型预测时生成的类别类型为char，而不是int型
  • 每行数据预测后，生成类别+换行符，主线程通过fwrite写入文件