اللعب النظيف

FairPlay والمباريات عالية المخاطر

السياق

في عالم موازٍ، FairPlay هو القسم المسؤول عن مراقبة الفرق واللاعبين أثناء المباريات.

على مر السنين، لاحظ FairPlay أن مباريات معينة تميل إلى أن تصبح فوضوية أكثر عندما تظهر:

• الأخطاء،
• الكثير من البطاقات،
• القرارات المثيرة للجدل والفضائح.

لتجنب الفضائح قدر الإمكان، يطلب منك FairPlay بناء نموذج يصنف المباريات حسب إمكانية الفوضى.

لديك بيانات من الماضي حول المباريات ويجب أن تبني نموذج تصنيف يمكنه التنبؤ بما إذا كانت المباراة ستصبح فوضوية.

مجموعة البيانات

تم توفير ملفين لك:

• train.csv - مباريات من الماضي، مع تسمية chaos_label
• test.csv - مباريات جديدة، بدون تسمية

كل صف يمثل مباراة ويحتوي على الأعمدة التالية:

• MatchID - معرف فريد للمباراة
• Season - الموسم التنافسي
• MatchWeek - الجولة
• HomeTeam - الفريق المضيف
• AwayTeam - الفريق الضيف
• Goals - العدد الإجمالي للأهداف
• Shots - العدد الإجمالي للتسديدات
• Corners - العدد الإجمالي للركنيات
• YellowCards - عدد البطاقات الصفراء
• RedCards - عدد البطاقات الحمراء
• TeamStyles - قائمة بأساليب اللعب المرتبطة بالمباراة (مثل: ["AggressiveTackler", "HighPressure"])
• chaos_label - فقط في train.csv،
  • 1 = مباراة فوضوية / مع فضيحة
  • 0 = مباراة منضبطة

الهدف النهائي:

التنبؤ بما إذا كانت مباراة من test.csv فوضوية (قيم ثنائية - 0 أو 1).

المهام

أول مهمتين فرعيتين تتحققان من فهم ومعالجة البيانات.

المهمة الفرعية الأخيرة تقيم أداء نموذج التصنيف.

المهمة الفرعية 1 (10 نقاط)

احسب عدد المباريات التي لعبها فريق "Chelsea"، سواء خارج الديار أو في الديار.

اعرض رقماً صحيحاً واحداً.

المهمة الفرعية 2 (15 نقطة)

بدءاً من عمود TeamStyles، احسب نقاطاً رقمية تسمى StyleAggressionScore، معرفة كـ:

1StyleAggressionScore = (عدد الأساليب العدوانية) / (العدد الإجمالي للأساليب)

الأساليب المعتبرة عدوانية هي:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

يجب أن تكون النتيجة رقماً حقيقياً بين 0 و 1.

المهمة الفرعية 3 (75 نقطة)

ابن نموذج تصنيف يتنبأ بما إذا كانت المباراة فوضوية (chaos_label = 1) أو منضبطة (chaos_label = 0).

لكل صف في test.csv، يجب أن يعيد النموذج تنبؤاً ثنائياً:

• 0 → مباراة منضبطة
• 1 → مباراة فوضوية

يمكن للنموذج استخدام أي ميزة متاحة في مجموعة البيانات، بما في ذلك الميزات الاصطناعية المبنية في إطار المهام الفرعية السابقة.

التقييم

للمهمة الفرعية 3، يتم التقييم باستخدام نقاط F1 macro.

يتم حساب نقاط F1 macro كما يلي:

• يتم حساب F1-score بشكل منفصل لكل فئة (0 و 1)
• يتم أخذ المتوسط الحسابي للقيمتين

هذا المقياس يعامل كلا الفئتين بالتساوي ويعاقب النماذج التي تتنبأ بشكل صحيح فقط بالفئة الأكثرية.

عتبات التقييم:

• F1 macro ≥ 0.95 → 75 نقطة
• F1 macro ≤ 0.80 → 0 نقطة

القيم الوسطية تحصل على نقاط متناسبة.

تنسيق ملف التسليم

يجب أن يحتوي ملف submission.csv على سطر واحد للمهمة الفرعية الأولى، وسطرين لكل صف من test، مقابل المهمتين الفرعيتين الأخريين.

البنية:

• subtaskID,datapointID,answer

حيث:

• subtaskID - 1، 2 أو 3
• datapointID - قيمة id (أو 1 للمهمة الفرعية الأولى)
• answer - يعتمد على المهمة:
  • المهمة الفرعية 1: عدد المباريات (رقم صحيح)
  • المهمة الفرعية 2: النقاط الموصوفة (مقربة إلى منزلتين عشريتين)
  • المهمة الفرعية 3: تنبؤ ثنائي (0/1)

مثال للـ id = 25758:

مصدر مجموعة البيانات: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv