19th/Top2%，提供答疑

https://www.kaggle.com/c/indoor-location-navigation

• kaggle自带的notebook
• 智能钛Notebook-2.4.0-tf

1. 下载数据到input文件夹
2. floor预测代码 part1 数据预处理 运行code/wifi-features.ipynb 运行code/create-unified-wifi-features-example.ipynb part2 深度学习模型 运行code/floor-model-blstm.ipynb
3. 坐标预测代码 part1 数据预处理 运行code/wifi-label-encode.ipynb 运行code/data_abstract_sensor.ipynb 运行code/data_abstract_wifi.ipynb 运行code/gen_accl.ipynb part2 深度学习模型 运行code/lstm-wifi-encode-wifi.ipynb 仅使用wifi数据预测 运行code/lstm-wifi-encode-wifi-sensor.ipynb 使用wifi+sensor数据预测
4. 结果融合 运行code/combine_v1.ipynb 模型线性融合
5. 后处理 运行code/post_process.ipynb
6. 规则预测代码 运行code/rules_infer.ipynb
7. 结果融合 运行code/combine_v2.ipynb 模型线性融合得到最终final.csv预测文件