本项目是为备战省级AI算法工程师竞赛开发的智能训练辅助工具。工具包含三个核心模块:题库管理与智能组卷(按知识点/难度自动生成模拟卷)、刷题进度追踪与薄弱点分析(通过Pandas统计正确率/耗时/知识盲区,Matplotlib可视化雷达图)、竞赛环境模拟器(自动计时+得分预测)。解决了传统刷题"无反馈、无针对性"的痛点,让备考从盲目刷题升级为数据驱动的精准训练。
采用纯Python开发,使用Pandas进行题库数据清洗与结构化存储(CSV格式),NumPy实现得分预测与难度评估算法,Matplotlib生成能力雷达图、知识掌握热力图等可视化报告,scikit-learn的随机森林模型用于竞赛成绩预测。通过argparse实现命令行一键启动各模块,所有输出以PDF报告形式自动生成。
难点:1)题库数据非结构化(多种格式混存),通过正则+自定义清洗流水线统一为DataFrame;2)得分预测模型在小样本下过拟合,用交叉验证+特征筛选将预测误差从±15分降到±5分;3)雷达图中文标签渲染问题,通过字体注册与布局自适应解决。