Predicción del ganador de GalacticWars

Predicción del ganador de GalacticWars

Contexto

En el universo lejano de Galactic Wars, dos ejércitos igualmente poderosos están en conflicto permanente: los Jedai y los Imperiales (Calmtroopers).
Uno de los Jedai más poderosos, Anaklyn Groundwalker, está atrapado en una misión con numerosas batallas de las que esta vez no está seguro de escapar. Palme, su amiga, te pide ayuda y desea predecir si Anaklyn saldrá victorioso basándose en diferentes factores de las batallas, como las armas, la armadura, la fuerza, pero también el estado moral (confianza en sí mismo).
Para tu suerte, a un Calmtrooper (del bando Imperial) se le cayó un maletín con su equipo y puedes construir un modelo capaz de predecir la victoria de Anaklyn.

Has encontrado dos archivos:

• train.csv - datos sobre batallas anteriores, que contienen al ganador
• test.csv - datos sobre futuras batallas, sin conocer al vencedor

Conjunto de datos

Nombre	Tipo	Descripción
FightID	int	ID único de la batalla
weapon_jedai	object	Arma Jedai
armour_jedai	object	Protección de la armadura Jedai (%)
weapon_calmtrooper	object	Arma Calmtrooper
armour_calmtrooper	object	Protección de la armadura Calmtrooper (%)
injuries	object	Luchador herido
number_of_fights	float	Número de batallas libradas
force_level	float	Fuerza del oponente
accuracy_calmtrooper	float	Precisión de disparo del Calmtrooper
fight_planet	object	Planeta donde se lucha
weather_conditions	object	Condiciones climáticas
surprise_attack	bool	Ataques sorpresa
moral_jedai	float	Estado moral Jedai
moral_calmtrooper	float	Estado moral Calmtrooper
winner	int	Ganador de la batalla

---

Requisitos

Palme, conocida por ser exigente (y porque ha notado tu habilidad), te solicita resolver 4 tareas.
Las subtareas 1 y 2 implican el análisis y procesamiento de los conjuntos de datos.
Las subtareas 3 y 4 evalúan el rendimiento del modelo de asignación de etiquetas y del de clasificación, respectivamente.

---

Subtarea 1 - Equipamiento adecuado para Nabira (5 puntos)

Para equiparse bien para la batalla, Anaklyn necesita saber cómo vestirse.
Calcula cuántas batallas de test.csv tienen lugar en planetas de tipo "Nabira" y las condiciones climáticas (weather_conditions) son de tipo nevada Snow.

Subtarea 2 - Reemplazo de armas trampa (5 puntos)

Has descubierto que el Calmtrooper te tendió una trampa y que, de hecho, ya no usan las armas que Anaklyn conocía:
Reemplaza en el conjunto de datos train.csv todas las apariciones de las armas Experimental Weapon por Double Blaster y muestra cuántos valores tuviste que reemplazar.

(Para las siguientes subtareas, este reemplazo ya ha sido realizado en test.csv)

Subtarea 3 - Clasificación de estilos de lucha (20 puntos)

Analizando las batallas anteriores, Anaklyn observó que estas pueden clasificarse en 3 estilos de lucha (0, 1, 2), utilizando las habilidades Jedai y las del oponente (fuerza, moral, armadura, experiencia, etc.).
Para cada batalla en test.csv, determina el estilo de lucha correspondiente.

Métrica de evaluación

Para evaluar la clasificación de las batallas se utiliza el Adjusted Rand Index (ARI), que mide la similitud entre las dos particiones, ajustando por el azar.

El coeficiente ARI para dos particiones se define como:

ARI = (RI - E[RI]) / (max(RI) - E[RI])

donde:

• RI representa el índice Rand entre las dos particiones;
• E[RI] es el valor esperado del índice Rand para particiones aleatorias.

Si el número obtenido es cercano a 1, significa que la división en tipos de batallas se hizo con destreza y los límites entre las características de las batallas se identificaron correctamente. La vida de Anaklyn depende de conocer estos tipos de batallas, por lo que se otorga el puntaje máximo para esta subtarea solo si el valor obtenido para la métrica de evaluación es >= 0.95.

• ARI >= 0.95 -> 20 puntos
• ARI <= 0.50 -> 0 puntos
• El intervalo intermedio recibirá puntaje parcial proporcional

Subtarea 4 - Predicción del ganador de cada batalla (70 puntos)

Teniendo a disposición el conjunto de datos que describe las batallas individuales entre Jedai y Calmtrooper, construye un modelo de clasificación que prediga el resultado de la batalla para cada fila de test.csv.
La variable objetivo es: winner (0 - gana el Calmtrooper / 1 - gana el Jedai).

La evaluación se realiza utilizando la puntuación F1 macro.
La puntuación F1 macro se calcula de la siguiente manera:

• Se calcula el F1-score por separado para cada clase (0 y 1)
• Se realiza la media aritmética de los dos valores

Esta métrica trata a ambas clases por igual y penaliza a los modelos que solo predicen correctamente la clase mayoritaria.

Umbrales de evaluación:

• F1 macro >= 0.95 -> 70 puntos
• F1 macro <= 0.80 -> 0 puntos
• Los valores intermedios reciben puntaje proporcional

---

Formato de entrega

La entrega final debe ser un archivo CSV llamado submission.csv que contenga exactamente 3 columnas:

• subtaskID - el número de la subtarea (1, 2, 3, 4)
• datapointID - el ID de cada batalla
• answer - la respuesta adecuada para dicha subtarea y datapointID

Nota: Para las Subtareas 1 y 2, que requieren una sola respuesta, se mostrará una sola línea para cada subtarea, con datapointID igual a 1 y 2 respectivamente.