Ladataan...
Vaikeustaso
Paras tuloksesi
Ei saatavilla
Eräänä joulukuun kuukautena suurine ja rauhallisine lumihiutaleineen, kun kylä tuoksui vielä palaneelta puulta ja varastoista tuoreeltaan tuodulta heinältä, avautuivat maan keskellä Kansallisen kanien näyttelyn portit. Lämmitetyissä halleissa, keltaisten valojen alla hohtaen, kasvattajat kaikista maan kolkista toivat mukanaan toiveikkaasti kauneimmat ja parhaiten hoidetut eläimensä.
Kolmen suuren kanirodun yksilöt (kukin omilla vakiintuneilla ulkonäöillään ja tavoillaan) kohtaisivat jälleen samassa paikassa.
Jokainen eläin sai kilven ID-tunnuksella, ja paksua nahkaan sidottua rekisteriä täytettiin kaikilla merkeillä, jotka erottivat sen muista:
sukupuoli, paino, korvien pituus, ovatko korvat riippuvat vai eivät, turkin väri, ikä, turkin tyyppi ja laatu, vartalon muoto, onko sillä leukalaukku vai ei, sekä terveydentila.
Tämä oli järjestäjien tapa säilyttää täydellinen todistus jokaisesta halliin tulleesta karvatupsusta.
Järjestäjät haluavat tietää, kuinka monella näyttelyyn tuodulla naaraalla oli riippuvat korvat ja jalo havana-sävy. Tulos on määritettävä testiaineiston (test_data.csv) perusteella.
Ei mitään monimutkaista, sinun tarvitsee vain tehdä huolellinen haku rekistereistä antaaksesi heille tämän vastauksen.
 |  |  |
Eräänä kylmänä aamuna, kun hengityksen höyry vielä nousi hallissa, järjestäjät huomasivat, että tärkeä sivu oli kadonnut virallisesta rekisteristä.
Jokaisen kanin rotu, niin huolellisesti merkitty muina vuosina, ei löytynyt mistään.
Kolmesta eri rodusta oli tuotu yksilöitä, se tiedettiin varmasti, mutta niitä suoraan tunnistaneet merkit olivat kadonneet.
Kaneja hyvin tuntevia pyydettiin tarkkailemaan kärsivällisesti kaikkia yksilöitä ja tunnistamaan kolme luonnollista ryhmää, käyttäen vain merkittyjä piirteitä: yhtäläisyyksiä, eroja, selkeitä rajoja, alueita joissa eläimet vaikuttivat ulkonäöltään läheisiltä tai etäisiltä. Tulos on määritettävä testiaineiston (test_data.csv) perusteella.
Rotujaon sopivuuden arvioimiseksi käytetään Adjusted Rand Index (ARI) -indeksiä, joka mittaa kahden jaon samankaltaisuutta, mukautettuna satunnaiselle osumalle.
Kahden jaon ARI-kerroin määritellään seuraavasti:
missä:
RI edustaa Rand-indeksiä kahden jaon välillä;E[RI] on Rand-indeksin odotusarvo satunnaisille jaoille.Jos saatu luku on lähellä 1:tä, se tarkoitti että rotujen jako oli tehty taitavasti ja rotujen ominaisuuksien väliset rajat oli tunnistettu oikein. Näyttelyn järjestäjät ovat hyvin vaativia ja antavat täydet pisteet tästä subtaskista vain jos arviointimetriikan arvo on 1.
Tuona joulukuuna osallistujien määrä oli ollut niin suuri, että tuomarit, vaikka kuinka yrittivät, eivät kyenneet arvioimaan kaikkia eläimiä.
Vain osa niistä oli saanut Tuomariston pistemäärän, väliltä 0-100.
0 tarkoittaa että yksilö on hylätty100 tarkoittaa että yksilö on sellainen joka voidaan julistaa mestariksiMuille kaneille, joita ei vielä ollut merkitty, piti löytää tapa arvata pistemäärä jonka ne olisivat saaneet.
Tavoitteena oli järjestelmä, joka kykenisi ymmärtämään jo pisteytettyjen ja ilman pisteitä jääneiden kanien väliset yhteydet, jotta arviot olisivat mahdollisimman lähellä sitä mitä tuomarit olisivat sanoneet.
Mitä pienemmät erot, sitä taitavampana ja sopivampana järjestelmää pidettiin auttamaan suuren eläinmäärän uuvuttamia ihmisiä.
Tehtävänne on kehittää automaattinen pistemäärien ennustusjärjestelmä test_data.csv-tiedostoon sisältyville yksilöille.
Mallin suorituskyvyn arvioimiseksi käytämme MSE (Mean Squared Error) -menetelmää — keskimääräistä neliövirhettä. Tämä mittaa todellisten ja ennustettujen arvojen välistä keskimääräistä neliöeroa.
Kaava on:
missä:
y_i on yksilön i todellinen pistemäärä,y^_i on mallin ennustama pistemäärä,n on testijoukossa olevien yksilöiden kokonaismäärä.Pienemmät MSE-arvot osoittavat parempaa suorituskykyä. Mitä lähempänä ennustetut arvot ovat todellisia, sitä pienempi virhe on.
Saadun pistemäärän muuttamiseksi pisteiksi käytämme yksinkertaista sääntöä, joka perustuu kahteen kynnykseen:
Lopputuloksen tulee olla CSV-tiedosto nimeltä output.csv, joka sisältää täsmälleen 3 saraketta:
subtaskID - edustaa subtaskin numeroa (1, 2, 3)datapointID - viittaa aineiston ID-sarakkeeseenanswer - datapistettä vastaava vastaus kyseiselle subtaskilleHuomautus: Subtaskille 1, jossa pyydetään yhtä vastausta koko testiaineistolle, tulostakaa yksi rivi, jonka datapointID on 1.
Pyydämme teitä osallistumaan ja auttamaan Kansallisen kanien näyttelyn järjestäjiä: tarina intohimosta ja suorituskyvystä, kasvattajien välisestä ymmärryksestä, rotujen yhtäläisyyksistä ja eroista sekä yrityksestä nähdä eläinten maailma sillä kärsivällisyydellä, jota vain hyvällä kasvattajalla voi olla juhlien kynnyksellä.