Vorhersage der Prüfungspunktzahl - OJIA 3 Simulation

🏫 Vorhersage der Prüfungsergebnisse

Für diese Aufgabe müssen Sie ein Regressionsmodell implementieren, das in der Lage ist, das bei einer Prüfung erzielte Ergebnis (Exam_Score) unter Verwendung eines verfügbaren Datensatzes vorherzusagen. Der Datensatz ist in einer CSV-Datei organisiert, und die Leistung des Modells wird auf Basis des Mean Absolute Error (MAE) bewertet.

---

🔹 Der Datensatz

Der Datensatz enthält folgende Spalten:

• ID: Eindeutige Identifikationsnummer des Studenten
• Hours_Studied: Anzahl der mit Lernen verbrachten Stunden
• Attendance: Anwesenheitsprozentsatz bei Vorlesungen
• Parental_Involvement: Grad der elterlichen Beteiligung (Low, Medium, High)
• Access_to_Resources: Zugang zu Bildungsressourcen (Low, Medium, High)
• Extracurricular_Activities: Teilnahme an außerschulischen Aktivitäten (Yes/No)
• Sleep_Hours: Durchschnittliche Anzahl der Schlafstunden pro Nacht
• Previous_Scores: Zuvor bei Prüfungen erzielte Ergebnisse
• Motivation_Level: Motivationsniveau (Low, Medium, High)
• Internet_Access: Internetzugang zum Lernen (Yes/No)
• Tutoring_Sessions: Anzahl der Nachhilfestunden
• Family_Income: Familieneinkommen (Low, Medium, High)
• Teacher_Quality: Vom Schüler wahrgenommene Lehrerqualität (Low, Medium, High)
• School_Type: Schultyp (Public/Private)
• Peer_Influence: Einfluss der Mitschüler auf den Schüler (Negative, Neutral, Positive)
• Physical_Activity: Anzahl der Stunden körperlicher Aktivität pro Woche
• Learning_Disabilities: Vorhandensein von Lernschwierigkeiten (Yes/No)
• Parental_Education_Level: Bildungsniveau der Eltern (High School, College, Postgraduate)
• Distance_from_Home: Entfernung zwischen Zuhause und Schule (Near, Moderate, Far)
• Gender: Geschlecht des Schülers (Male/Female)
• Exam_Score: Zielvariable, bei der Prüfung erzieltes Ergebnis (numerischer Wert)

---

📚 Aufgaben

Subtask 1 (10 Punkte)

Berechnen Sie den Durchschnitt der Werte aus der Spalte Hours_Studied auf dem Trainingssatz. Bestimmen Sie für jeden Studenten im Test den Betrag der Differenz zwischen Hours_Studied und dem berechneten Durchschnitt.

Subtask 2 (10 Punkte)

Bestimmen Sie für jeden Studenten im Test, ob dieser wenig schläft (<7 Stunden). Das Ergebnis wird True oder False sein.

Subtask 3 (10 Punkte)

Zählen Sie, wie viele Studenten aus dem Trainingssatz ein vorheriges Ergebnis (Previous_Scores) hatten, das größer oder gleich dem jedes Studenten im Test ist.

Subtask 4 (10 Punkte)

Bestimmen Sie die Anzahl der Studenten im Training mit demselben Motivationsniveau (Motivation_Level) wie jeder Student im Test.

Subtask 5 (60 Punkte)

Erstellen Sie ein Regressionsmodell zur Vorhersage von Exam_Score basierend auf den bereitgestellten Merkmalen. Das Modell muss auf neue Daten generalisieren und wird mit MAE bewertet.

---

📊 Hinweise zum Datensatz

• Zielfeld: Exam_Score
• Das Modell muss auf train_data.csv trainiert und auf test_data.csv evaluiert werden
• Es wird empfohlen, fehlende Werte zu überprüfen und Merkmale zu normalisieren.

---

⚙️ Bewertungskriterien

• Leistung: MAE so niedrig wie möglich

---

📨 Format der Einreichungsdatei

Die Einreichungsdatei muss eine CSV mit genau drei Spalten sein:

Spalte	Typ	Beschreibung
subtaskID	integer	Repräsentiert die ID der Subtask (von 1 bis 5).
datapointID	integer/string	Repräsentiert den eindeutigen Bezeichner der Zeile aus dem Testsatz (ID).
answer	float / int / bool	Die Antwort für die jeweilige Subtask. Der Werttyp hängt von der Subtask ab: • Subtask 1: float • Subtask 2: boolean • Subtask 3: integer • Subtask 4: integer • Subtask 5: float (Modellvorhersagen)

🔹 Beispiele

subtaskID	datapointID	answer
1	101	12.5
2	101	True
3	101	7
4	101	3
5	101	85.3

Wichtig: Jede Zeile in der CSV repräsentiert die Antwort für eine einzelne Subtask und einen einzelnen Datenpunkt. Für jede datapointID muss eine Zeile für jede Subtask vorhanden sein.

---

📝 Hinweis

Das Einreichen eines sample_output generiert 6 Punkte.

🗂️ Nützliche Ressourcen

• Vollständiges Starter Kit – enthält ein Grundgerüst, von dem Sie bei der Lösung des Problems ausgehen können