GalacticWars győztes jóslás

GalacticWars győztes jóslás

Kontextus

A távoli Galactic Wars univerzumban két egyformán erős hadsereg áll állandó konfliktusban: a Jedik és az Birodalmiak (Calmtrooperek).
Az egyik legerősebb Jedi, Anaklyn Groundwalker, egy számos csatával járó küldetésben ragadt, és ezúttal nem biztos benne, hogy megmenekül. Barátnője, Palme, a segítségedet kéri: szeretné megjósolni, hogy Anaklyn győzedelmeskedik-e a csaták különböző tényezői – például fegyverek, páncélzat, erő, de még a morális állapot (önbizalom) – alapján.
Szerencsédre egy Calmtrooper (a Birodalmiak oldaláról) elhagyta a felszerelését tartalmazó készletet, így építhetsz egy modellt, amely képes megjósolni Anaklyn győzelmét.

Két fájlt találtál:

• train.csv - adatok korábbi csatákról, amelyek tartalmazzák a győztest
• test.csv - adatok a jövőbeli csatákról, a győztes ismerete nélkül

Adatkészlet

Név	Típus	Leírás
FightID	int	A csata egyedi azonosítója
weapon_jedai	object	Jedi fegyvere
armour_jedai	object	Jedi páncélvédelme (%)
weapon_calmtrooper	object	Calmtrooper fegyvere
armour_calmtrooper	object	Calmtrooper páncélvédelme (%)
injuries	object	Sérült harcos
number_of_fights	float	Megvívott csaták száma
force_level	float	Az ellenfél erőszintje
accuracy_calmtrooper	float	A Calmtrooper lövési pontossága
fight_planet	object	A bolygó, ahol a harc zajlik
weather_conditions	object	Időjárási körülmények
surprise_attack	bool	Meglepetésszerű támadások
moral_jedai	float	Jedi morális állapota
moral_calmtrooper	float	Calmtrooper morális állapota
winner	int	A csata győztese

---

Követelmények

Palme, aki híresen igényes (és mivel észrevette, hogy hozzáértő vagy), 4 feladat megoldását kéri tőled.
Az 1. és 2. részfeladat az adatkészletek elemzését és előfeldolgozását foglalja magában.
A 3. és 4. részfeladat a címkézési modell, illetve az osztályozási modell teljesítményét értékeli.

---

1. Részfeladat - Megfelelő felszerelés a Nabira-ra (5 pont)

Ahhoz, hogy megfelelően felkészüljön a harcra, Anaklynnak tudnia kell, hogyan öltözzön fel.
Számold ki, hány csata zajlik a test.csv fájlban "Nabira" típusú bolygókon, ahol az időjárási körülmények (weather_conditions) havazás (Snow) típusúak.

2. Részfeladat - Csapda fegyverek cseréje (5 pont)

Felfedezted, hogy a Calmtrooperek csapdát állítottak neked, és valójában már nem azokat a fegyvereket használják, amiket Anaklyn ismert:
Cseréld ki a train.csv adatkészletben az összes Experimental Weapon fegyvert Double Blaster-re, és írd ki, hány értéket kellett kicserélned.

(A következő részfeladatokhoz a test.csv-ben ez a csere már elvégzésre került.)

3. Részfeladat - Harci stílusok besorolása (20 pont)

A korábbi csatákat elemezve Anaklyn észrevette, hogy azok 3 harci stílusba (0, 1, 2) sorolhatók a Jedi és az ellenfél képességei (erő, morál, páncélzat, tapasztalat stb.) alapján.
Minden test.csv-ben szereplő csatához határozd meg a megfelelő harci stílust.

Értékelési metrika

A csaták besorolásának értékeléséhez az Adjusted Rand Index-et (ARI) használjuk, amely a két felosztás közötti hasonlóságot méri, korrigálva a véletlenszerű egyezést.

Az ARI együttható két felosztásra a következőképpen definiált:

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

ahol:

• RI a Rand-index a két felosztás között;
• E[RI] a Rand-index várható értéke véletlenszerű felosztások esetén.

Ha a kapott szám közel van az 1-hez, az azt jelenti, hogy a harci típusokba való besorolás hozzáértéssel történt, és a harci jellemzők közötti határokat helyesen azonosítottad. Anaklyn élete ezen harci típusok ismeretétől függ, ezért erre a részfeladatra csak akkor jár a maximális pontszám, ha az értékelési metrika értéke >= 0.95.

• ARI >= 0.95 -> 20 pont
• ARI <= 0.50 -> 0 pont
• A kettő közötti tartomány arányos részpontszámot kap

4. Részfeladat - Minden csata győztesének megjóslása (70 pont)

A Jedik és Calmtrooperek közötti egyéni harcokat leíró adatkészlet birtokában építs egy osztályozási modellt, amely megjósolja a csata kimenetelét a test.csv minden sorára.
A célváltozó: winner (0 - a Calmtrooper nyer / 1 - a Jedi nyer).

Az értékelés az F1 macro pontszám alapján történik.
Az F1 macro pontszám kiszámítása:

• Kiszámítjuk az F1-score-t külön-külön minden osztályra (0 és 1)
• Vesszük a két érték számtani közepét

Ez a metrika mindkét osztályt egyenlően kezeli, és bünteti azokat a modelleket, amelyek csak a többségi osztályt jósolják meg helyesen.

Értékelési küszöbök:

• F1 macro >= 0.95 -> 70 pont
• F1 macro <= 0.80 -> 0 pont
• A köztes értékek arányos pontszámot kapnak

---

Beküldési formátum

A végső beküldésnek egy submission.csv nevű CSV fájlnak kell lennie, amely pontosan 3 oszlopot tartalmaz:

• subtaskID - a részfeladat száma (1, 2, 3, 4)
• datapointID - az egyes csaták azonosítója
• answer - a megfelelő válasz az adott részfeladathoz és datapointID-hoz

Megjegyzés: Az 1. és 2. részfeladatnál, amelyekhez csak egyetlen válasz szükséges, részfeladatonként egyetlen sort kell megadni, ahol a datapointID értéke 1, illetve 2.