جارٍ التحميل...
مسألة #202
المؤلف:Catalin Chiru
الصعوبة
أفضل نتيجة لك
غير متوفر
في أعقاب ظاهرة كونية تسمى تقارب الفوضى، تم جمع شخصيات من عدة أكوان للقصص المصورة في واقع واحد. قامت الوكالة الدولية لمراقبة الأبطال (AIME) بمركزة البيانات حول هؤلاء الأبطال لتتمكن من تحليل ملفاتهم الشخصية بسرعة واتخاذ قرارات تلقائية.
تصف البيانات المسجلة كلاً من الخصائص العامة للشخصيات، بالإضافة إلى المهارات والإحصاءات العددية المرتبطة بها. تحليل هذه البيانات مهم من أجل:
لحل المشكلة، سيكون لديك ملفان متاحان:
train.csv – يحتوي على أمثلة مصنفة، تُستخدم للتحليل وتدريب النماذج؛test.csv – يحتوي على نفس المتغيرات، ولكنه لا يتضمن أعمدة powerstats__combat و Super Strength التي يجب التنبؤ بها في المهمة 3 والمهمة 4.تظهر في مجموعة البيانات شخصيات قادمة من عدة أكوان نشر، على سبيل المثال:
في هذه المشكلة، يتوافق مفهوم "الكون" مع القيمة الموجودة في عمود Publisher.
يتوافق كل سطر في ملفي train.csv و test.csv مع شخصية واحدة.
تحتوي مجموعة البيانات على:
id؛powerstats__...؛أمثلة على الأعمدة:
| العمود | نوع البيانات | الوصف |
|---|---|---|
| id | int | المعرف الفريد للشخصية |
| name | object | اسم الشخصية |
| Publisher | object | الناشر / كون النشر |
| Gender | object | جنس الشخصية |
| Race | object | الفصيلة / العرق |
| Eye color | object | لون العين |
| Hair color | object | لون الشعر |
| Height | float | طول الشخصية |
| Weight | float | وزن الشخصية |
| Alignment | object | التوجه: good أو bad أو neutral أو - |
| powerstats__intelligence | float | مستوى الذكاء |
| powerstats__strength | float | مستوى القوة البدنية |
| powerstats__speed | float | مستوى السرعة |
| powerstats__durability | float | مستوى التحمل |
| powerstats__power | float | مستوى الطاقة العام |
| powerstats__combat | float | مستوى القتال (فقط في train.csv) |
| Super Strength | int | مهارة ثنائية: قوة خارقة (فقط في train.csv) |
| Agility | int | مهارة ثنائية: رشاقة |
| Flight | int | مهارة ثنائية: طيران |
باستخدام البيانات من ملف train.csv ، حدد عدد القيم المتميزة التي تظهر في عمود Publisher.
باستخدام البيانات من ملف train.csv ، ضع في اعتبارك فقط الشخصيات التي يكون فيها Alignment = good.
حدد الناشر الذي يحتوي على أكبر عدد من الأبطال الإيجابيين.
في حالة التساوي، يتم اختيار الناشر الأول حسب الترتيب الأبجدي.
powerstats__combat (40 نقطة)بناءً على البيانات الموجودة في ملف train.csv ، قم بتدريب نموذج قادر على التنبؤ بقيم سمة powerstats__combat لكل شخصية في test.csv.
Super Strength (40 نقطة)بناءً على البيانات الموجودة في ملف train.csv ، قم بتدريب نموذج قادر على التنبؤ بقيم سمة Super Strength لكل شخصية في test.csv.
القيم المسموح بها هي (يجب أن تكون التنبؤات تسميات ثنائية نهائية، وليست احتمالات):
0.01.0يجب أن يكون ملف التسليم بتنسيق csv ويحتوي على الأعمدة التالية:
| العمود | الوصف |
|---|---|
| id | معرف الكيان الذي يتم تقييمه |
| subtaskID | معرف المهمة التي يتم إرسال الإجابة لها |
| answer | القيمة المحسوبة أو المتنبأ بها |
القيم الممكنة لـ subtaskID هي:
| subtaskID | المهمة |
|---|---|
| task1 | عدد الأكوان المتميزة |
| task2 | الناشر الذي يمتلك أكبر عدد من الأبطال الإيجابيين |
| task3 | التنبؤ بـ powerstats__combat |
| task4 | التنبؤ بمهارة Super Strength |
بالنسبة لـ المهمة 1 و المهمة 2، الإجابة عامة ويتم إرسالها باستخدام القيمة الخاصة GLOBAL في عمود id.
submission.csvid,subtaskID,answerGLOBAL,task1,1GLOBAL,task2,Cartoon Network43,task3,2.5750,task3,5.171,task4,0.04,task4,1.0إجمالي النقاط هو 100 نقطة.
يتم التقييم من خلال المقارنة الدقيقة بين القيمة المرسلة والإجابة الصحيحة.
يتم التقييم من خلال المقارنة الدقيقة بين القيمة المرسلة والإجابة الصحيحة.
للمهمة 3، يتم استخدام مقياس MAE (Mean Absolute Error).
تُمنح النقاط كالتالي:
MAE ≤ 12.0 ، تُمنح 40 نقطة؛MAE ≥ 30.0 ، تُمنح 0 نقطة؛الصيغة المستخدمة هي:
score_task3 = 40 × (30 - MAE) / (30 - 12), for 12 < MAE < 30للمهمة 4، يتم استخدام مقياس Accuracy.
تُمنح النقاط كالتالي:
Accuracy ≥ 0.90 ، تُمنح 40 نقطة؛Accuracy ≤ 0.55 ، تُمنح 0 نقطة؛الصيغة المستخدمة هي:
score_task4 = 40 × (Accuracy - 0.55) / (0.90 - 0.55), for 0.55 < Accuracy < 0.90