任务背景
该实践来自科大讯飞 AI 开发者大赛相关赛题，目标是根据现场 LIBS 光谱数据预测煤炭弹筒发热量，并使用 RMSE 评价预测误差。
实验方法
首先建立能够完成训练、预测与提交的基础流程，再以线上返回结果作为对照。每次提交都记录时间、文件、策略和分数，避免只保留最终结果而丢失实验路径。
记录方式
竞赛详情页使用可定制提交时间轴展示真实提交。指标设置为 RMSE，并明确“越低越好”，从而自动计算最佳成绩、最新成绩和相对首提交的改进。
后续计划
- 补充离线验证与线上结果之间的差异分析；
- 整理光谱特征处理对模型表现的影响；
- 保留无效实验，减少后续重复尝试。