Evaluering og forudsigelse af uddannelsesmæssig præstation

Problembeskrivelse

📖 Forudsigelse af skolernes relative præstationsscore

Du er blevet ansat af Austin City, Texas til at beregne Relative Præstationsscore for uddannelsesinstitutioner i byen. Du har til rådighed to filer som indeholder følgende kolonner:

📋 Kolonnebeskrivelse

Bemærk: Kolonnen Relative Performance Rating er kun tilgængelig i træningsdata (train.csv).

🧩 Subtasks

Subtask 1 (5 point)

Beregn hvor mange elementære skoler der findes i Anderson county i testdata (test.csv).
Resultatet skal være et heltal.

Subtask 2 (5 point)

Hvad er den mest hyppige karakter i kolonnen Academic Growth Rating i testdata (test.csv)?
Resultatet skal være en tekststreng: "A", "B", "C", "D" eller "F".

Subtask 3 (90 point)

Byg en forudsigelsesmodel der kan estimere Relative Performance Rating for alle uddannelsesinstitutioner i testdata.

📊 Evaluering

Evalueringen foretages ved hjælp af nøjagtighed (accuracy):

accuracy = antal_korrekte_forudsigelser / samlet_antal_forudsigelser

Scoring for Subtask 3:

• accuracy ≥ 0.9 → 90 point
• accuracy < 0.75 → 0 point
• Mellemliggende værdier scores proportionalt mellem 0 og 90

📄 Format for indsendelsesfile

Indsendelsesfile skal være i CSV-format med følgende kolonner:

• subtaskID – subtask-indeks
• datapointID – unikt identifikator fra datasættet
• answer – dit svar eller forudsigelse

Eksempel:

1subtaskID,datapointID,answer  21,1,0  32,2,F  43,100,C  53,101,A  63,102,B  7...

Bemærk:
For Subtask 1 og Subtask 2 skal værdien datapointID være 1 henholdsvis 2.

📊 Datakilde

City of Austin – data.austintexas.gov
Emergency Medical Services Department