Einführung
In dieser Herausforderung werden wir mit vorab trainierten Modellen arbeiten, um ein Klassifizierungsmodell für einen Datensatz mit begrenzten Proben zu trainieren. Wir werden die von drei vorab trainierten Modellen extrahierten Merkmalsvektoren zusammenführen und sie verwenden, um ein Klassifizierungsmodell zu trainieren. Anschließend werden wir das trainierte Modell verwenden, um die Labels von Proben in einem Testdatensatz zu prognostizieren und eine Ergebnisdatei zu generieren. Die Herausforderung erfordert, eine Genauigkeit von 95 % auf dem Testdatensatz zu erreichen.