Fairplay

FairPlay und Spiele mit hohem Risiko

Kontext

In einem Paralleluniversum ist FairPlay die Abteilung, die für die Überwachung von Teams und Spielern während der Spiele verantwortlich ist.

Im Laufe der Jahre hat FairPlay beobachtet, dass bestimmte Spiele häufiger chaotisch werden, wenn folgende Faktoren auftreten:

• Fouls,
• viele Karten,
• kontroverse Entscheidungen und Skandale.

Um Skandale so weit wie möglich zu vermeiden, bittet FairPlay dich, ein Modell zu erstellen, das Spiele nach ihrem Chaospotenzial klassifiziert.

Du hast historische Daten über Spiele zur Verfügung und musst ein Klassifikationsmodell erstellen, das vorhersagen kann, ob ein Spiel chaotisch wird.

Der Datensatz

Dir wurden zwei Dateien zur Verfügung gestellt:

• train.csv - vergangene Spiele mit dem Label chaos_label
• test.csv - neue Spiele ohne Label

Jede Zeile repräsentiert ein Spiel und enthält folgende Spalten:

• MatchID - eindeutige Kennung des Spiels
• Season - Wettkampfsaison
• MatchWeek - Spieltag
• HomeTeam - Heimmannschaft
• AwayTeam - Gastmannschaft
• Goals - Gesamtanzahl der Tore
• Shots - Gesamtanzahl der Schüsse
• Corners - Gesamtanzahl der Eckbälle
• YellowCards - Anzahl der gelben Karten
• RedCards - Anzahl der roten Karten
• TeamStyles - Liste der mit dem Spiel verbundenen Spielstile (z.B.: ["AggressiveTackler", "HighPressure"])
• chaos_label - nur in train.csv,
  • 1 = chaotisches Spiel / mit Skandal
  • 0 = kontrolliertes Spiel

Endziel:

Vorhersage, ob ein Spiel aus test.csv chaotisch ist (binäre Werte - 0 oder 1).

Aufgaben

Die ersten beiden Subtasks überprüfen das Verständnis und die Vorverarbeitung der Daten.

Der letzte Subtask bewertet die Leistung des Klassifikationsmodells.

Subtask 1 (10 Punkte)

Berechnen Sie die Anzahl der Spiele, die das Team "Chelsea" gespielt hat, sowohl auswärts als auch zu Hause.

Geben Sie eine einzige ganze Zahl aus.

Subtask 2 (15 Punkte)

Ausgehend von der Spalte TeamStyles berechnen Sie einen numerischen Score namens StyleAggressionScore, definiert als:

1StyleAggressionScore = (Anzahl aggressiver Stile) / (Gesamtanzahl der Stile)

Die als aggressiv betrachteten Stile sind:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

Das Ergebnis muss eine reelle Zahl zwischen 0 und 1 sein.

Subtask 3 (75 Punkte)

Erstellen Sie ein Klassifikationsmodell, das vorhersagt, ob ein Spiel chaotisch (chaos_label = 1) oder kontrolliert (chaos_label = 0) ist.

Für jede Zeile in test.csv muss das Modell eine binäre Vorhersage zurückgeben:

• 0 → kontrolliertes Spiel
• 1 → chaotisches Spiel

Das Modell kann jedes verfügbare Feature im Datensatz verwenden, einschließlich künstlicher Features, die in den vorherigen Subtasks erstellt wurden.

Bewertung

Für Subtask 3 erfolgt die Bewertung mit dem F1-Macro-Score.

Der F1-Macro-Score wird wie folgt berechnet:

• F1-Score wird separat für jede Klasse (0 und 1) berechnet
• der arithmetische Mittelwert der beiden Werte wird gebildet

Diese Metrik behandelt beide Klassen gleich und bestraft Modelle, die nur die Mehrheitsklasse korrekt vorhersagen.

Bewertungsschwellen:

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

Zwischenwerte erhalten proportionale Punktzahl.

Format der Submission-Datei

Die Datei submission.csv muss eine Zeile für den ersten Subtask und je 2 Zeilen für jede Zeile aus test enthalten, entsprechend den anderen 2 Subtasks.

Struktur:

• subtaskID,datapointID,answer

wobei:

• subtaskID - 1, 2 oder 3
• datapointID - der id-Wert (oder 1 für den ersten Subtask)
• answer - abhängig von der Aufgabe:
  • Subtask 1: Anzahl der Spiele (ganze Zahl)
  • Subtask 2: der beschriebene Score (auf 2 Dezimalstellen gerundet)
  • Subtask 3: binäre Vorhersage (0/1)

Beispiel für id = 25758:

Quelle des Datensatzes: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv