# Report3 - 服装分类

## 内容：
* 任务类型：多分类

* 背景介绍：在交通摩擦（事故）发生后，理赔员会前往现场勘察、采集信息，这些信息往往影响着车主是否能够得到保险公司的理赔。训练集数据包括理赔人员在现场对该事故方采集的36条信息，信息已经被编码，以及该事故方最终是否获得理赔。我们的任务是根据这36条信息预测该事故方没有被理赔的概率。

* 数据介绍：训练集中共有200000条样本，预测集中有80000条样本。 
![data_description](images/data_description.png)

* 评价方法：Precision-Recall AUC


## 要求：
1. 构建深度神经网络，完成多分类
2. 编写爬虫程序，到taobao等网站抓取一些衣服、鞋子的图片，并利用训练好的模型进行分类
3. 评估自己抓取图像的分类精度
4. 分析结果的效果，综合考虑各种方法，改进方法，并提交结果
5. 按照`report_template.ipynb`撰写自己的报告


## References
* [这个数据的链接](http://sofasofa.io/competition.php?id=2)