טוען...
רמת קושי
הציון הטוב ביותר שלך
לא זמין
בחודש דצמבר עם פתיתי שלג גדולים ושקטים, כאשר הכפר עדיין ריח של עץ שרוף וחציר טרי שהוצא מהאסמים, במרכז הארץ נפתחו שערי התערוכה הלאומית של הארנבים. באולמות המחוממים, נוצצים תחת האורות הצהובים, מגדלים מכל קצוות הארץ הביאו בתקווה את החיות היפות והמטופחות ביותר שלהם.
דגימות משלושה גזעים גדולים של ארנבים (כל אחד עם מראה והרגלים מושרשים היטב) היו אמורים להיפגש שוב באותו מקום.
כל חיה קיבלה לוחית עם ID, ובפנקס עבה, כרוך בעור, נרשמו כל הסימנים שמבדילים אותה מהאחרים:
המין, המשקל, אורך האוזניים, האם האוזניים נפולות או לא, צבע הפרווה, הגיל, הסוג ואיכות הפרווה, צורת הגוף, האם יש או אין זפק, כמו גם מצב הבריאות.
זו הייתה הדרך של המארגנים לשמור עדות מלאה על כל נפש פרוותית שנכנסה לאולם.
המארגנים רוצים לדעת כמה מהנקבות שהובאו לתערוכה היו בעלות אוזניים נפולות ונשאו את הגוון האציל של הוואנה. את התוצאה עליכם לקבוע על בסיס סט הבדיקה (test_data.csv).
שום דבר מסובך, רק צריך לבצע חיפוש זהיר ברישומים כדי לתת להם את התשובה הזו.
 |  |  |
בבוקר קר, כאשר אדי הנשימה עדיין עלו באולם, המארגנים גילו שעמוד חשוב נעלם מהפנקס הרשמי.
הגזע של כל ארנב, שנרשם בקפידה כל כך בשנים אחרות, לא נמצא יותר בשום מקום.
הובאו דגימות משלושה גזעים שונים, זה היה ידוע בוודאות, אבל הסימנים שזיהו אותם ישירות נעלמו.
אלה שהכירו היטב ארנבים התבקשו לצפות בסבלנות בכל הדגימות ולזהות שלוש קבוצות טבעיות, תוך שימוש רק בתכונות שנרשמו: דמיון, הבדלים, גבולות ברורים, אזורים שבהם החיות נראו קרובות או רחוקות במראה. את התוצאה עליכם לקבוע על בסיס סט הבדיקה (test_data.csv).
כדי להעריך עד כמה טוב מתאימות החלוקות לגזעים, נעשה שימוש בAdjusted Rand Index (ARI), המודד דמיון בין שתי החלוקות, תוך התאמה להתאמה אקראית.
מקדם ARI לשתי חלוקות מוגדר כ:
כאשר:
RI מייצג את מדד Rand בין שתי החלוקות;E[RI] הוא הערך הצפוי של מדד Rand לחלוקות אקראיות.אם המספר שהתקבל קרוב ל1, זה אומר שהחלוקה לגזעים נעשתה במיומנות והגבולות בין מאפייני הגזעים זוהו נכון. מארגני התערוכה תובעניים מאוד ונותנים את הציון המקסימלי לsubtask הזה רק אם הערך שהתקבל למטריקת ההערכה הוא 1.
באותו דצמבר, מספר המשתתפים היה כל כך גדול עד שהשופטים, כמה שהתאמצו, לא הצליחו לשפוט את כל החיות.
רק חלק מהן קיבלו ציון שיפוט, בין 0 ל-100.
0 אומר שהדגימה נפסלה100 אומר שהדגימה היא כזו שיכולה להיות מוכרזת כאלופהעבור שאר הארנבים, שעדיין לא סומנו, היה צריך למצוא דרך לנחש את הציון שהיו מקבלים.
נרצתה מערכת המסוגלת להבין את הקשרים בין הארנבים שכבר סומנו לאלה שנשארו ללא ציון, כך שההערכות יהיו קרובות ככל האפשר למה שהיו אומרים השופטים.
ככל שההבדלים קטנים יותר, כך המערכת נחשבת מיומנת יותר ומתאימה יותר לעזור לאנשים המוצפים ממספר החיות הגדול.
המשימה שלכם היא לפתח מערכת אוטומטית לחיזוי ציונים עבור הדגימות הכלולות בtest_data.csv.
להערכת ביצועי המודל אנו משתמשים בMSE (Mean Squared Error) — השגיאה הריבועית הממוצעת. זו מודדת את ההבדל הריבועי הממוצע בין הערכים האמיתיים והערכים החזויים.
הנוסחה היא:
כאשר:
y_i הוא הציון האמיתי של דגימה i,y^_i הוא הציון החזוי על ידי המודל,n הוא המספר הכולל של דגימות בסט הבדיקה.ערכים נמוכים יותר של MSE מצביעים על ביצועים טובים יותר. ככל שהערכים החזויים קרובים יותר לאמיתיים, כך השגיאה תהיה קטנה יותר.
כדי להמיר את הציון שהתקבל לנקודות, אנו משתמשים בכלל פשוט, המבוסס על שני ספים:
התוצאה הסופית צריכה להיות קובץ CSV בשם output.csv, שיכיל בדיוק 3 עמודות:
subtaskID - מייצג את מספר הsubtask (1, 2, 3)datapointID - המתייחס לעמודה ID מהמאגרanswer - התשובה המתאימה לנקודת הנתונים עבור הsubtask המתאיםהערה: עבור subtask 1, שבו נדרשת תשובה אחת לכל סט נתוני הבדיקה, הציגו שורה אחת שה-datapointID שלה יהיה 1.
אנא הצטרפו ועזרו למארגני התערוכה הלאומית של הארנבים: סיפור על תשוקה וביצועים, הבנה בין מגדלים, דמיון והבדלים בין גזעים ועל הניסיון לראות את עולם החיות עם אותה סבלנות שרק מגדל טוב יכול לקבל בערב חגים.