该比赛是来源于2020数字中国创新大赛-数字政府赛道。

本赛题围绕“智慧海洋建设，赋能海上安全治理能力现代化”展开。而船舶避碰终端（AIS）、北斗定位终端等通信导航设备的应用，给海上交通和作业带来了极大便利，但同时存在设备信息使用不规范造成的巨大人身和财产损失，给海上安全治理带来了新的挑战。

本赛题基于船舶轨迹位置数据对海上目标进行智能识别和作业行为分析，要求选手通过分析渔船北斗设备位置数据，得出该船的生产作业行为，具体判断出是拖网作业、围网作业还是流刺网作业。同时，希望选手通过数据可视分析，挖掘更多海洋通信导航设备的应用价值。

基于赛题以上信息，我们对比赛top选手的代码进行了重新的梳理和整合以便于更适合我们本期的轨迹数据挖掘组队学习。

通过本次组队学习，我们希望你能获得以下能力：

1.掌握轨迹数据分析常用工具

2.掌握轨迹数据的分析能力。

3.通过轨迹数据的分析，学会去提取不同船舶作业类型所需要的不同特征信息。

4.掌握模型建立和模型融合等相关方法。

本赛题基于位置数据对海上目标进行智能识别和作业行为分析，要求选手通过分析渔船北斗设备位置数据，得出该船的生产作业行为，具体判断出是拖网作业、围网作业还是流刺网作业。初赛将提供11000条(其中7000条训练数据、2000条testA、2000条testB)渔船轨迹北斗数据。

复赛考虑以往渔船在海上作业时主要依赖AIS数据，北斗相比AIS数据，数据上报频率和数据质量均低于AIS数据，因此复赛拟加入AIS轨迹数据辅助北斗数据更好的做渔船类型识别，其中AIS数据与北斗数据的匹配需选手自行实现，具体细节复赛开赛时更新。同时，希望选手通过数据可视化与分析，挖掘更多海洋通信导航设备的应用价值。（本次组对学习未使用复赛数据）

初赛提供11000条渔船北斗数据，数据包含脱敏后的渔船ID、经纬度坐标、上报时间、速度、航向信息，由于真实场景下海上环境复杂，经常出现信号丢失，设备故障等原因导致的上报坐标错误、上报数据丢失、甚至有些设备疯狂上报等。

以3种类别的各自F1值取平均做为评价指标，结果越大越好，具体计算公式如下：

其中P为某类别的准确率，R为某类别的召回率，评测程序f1函数为sklearn.metrics.f1_score，average='macro'。

在组队学习中，我们主要是针对初赛进行复盘总结形成的baseline学习方案。
所选用数据集为初赛的7000条训练数据、2000条testA进行操作与分析。
其中机器学习模型的评估指标选用的是F1函数。

• 了解和学习shapely和geopandas的基本功能，掌握用python中的这两个库实现几何对象之间的空间操作方法。
• 掌握folium和kepler.gl的数据可视化工具的使用。
• 学习与掌握geohash编码方法。

• 学习如何对AIS数据集整体概况进行分析，掌握船舶轨迹数据集的基本情况(缺失值、异常值)

• 学习了解数据变量之间的相互关系、变量与预测值之间的存在关系。

• 学习特征工程的基本概念

• 学习top选手代码的轨迹数据特征工程构造方法，掌握针对轨迹数据实现构建有意义的特征工程

• 学习如何选择合适的模型以及如何通过模型来进行特征选择

• 掌握随机森林、lightGBM、Xgboost模型的使用。

• 掌握贝叶斯优化方法的具体使用

• 学习不同融合策略

一、比赛官网

https://tianchi.aliyun.com/competition/entrance/231768/information

二、比赛数据和地理数据分析常用工具介绍中的附件数据

链接：https://pan.xunlei.com/s/VMX5JAhFN7ZmPaaCVsHQEVkrA1 提取码：hmtz

比赛数据在本次组队学习中只用到了hy_round1_testA_20200102与hy_round1_train_20200102文件。其中DF.csv和df_gpd_change.pkl 分别是Task1中所需要的数据。 其中DF.csv是将轨迹数据进行异常处理之后的数据，而df_gpd_change.pkl是将异常处理之后的数据进行douglas-peucker算法进行压缩之后的数据。

其中group_df.csv是task3 模型建立后用到的数据，group_df.csv是对轨迹数据进行特征提取之后的数据，其每一列代表一个特征，每一行代表每一个船舶id。

三、比赛开源方案

1. https://tianchi.aliyun.com/forum/postDetail?spm=5176.12586969.1002.3.163c24d1HiGiFo&postId=110644 （有源码，OTTO队伍）

2. https://tianchi.aliyun.com/forum/postDetail?postId=110932 （有源码，liu123的航空母舰）

3. https://tianchi.aliyun.com/forum/postDetail?postId=110928 （有源码，天才海神号）

4. https://tianchi.aliyun.com/forum/postDetail?postId=110710 （有源码，大白）

5. https://tianchi.aliyun.com/forum/postDetail?postId=108332 （有源码，初赛排名7,复赛排名12）

6. https://tianchi.aliyun.com/notebook-ai/detail?postId=114808 （有源码，蜗牛车，rank11）

7. https://tianchi.aliyun.com/forum/postDetail?postId=112041 （鱼佬）

8. https://tianchi.aliyun.com/forum/postDetail?postId=110943 （有源码，rank9）

• 项目构建与整合：李运佳
• Task1 地理数据分析常用工具：李运佳
• Task2 数据分析：李万业
• Task3 特征工程：赵信达
• Task4 模型建立：李运佳
• task5 模型融合： 张晋