Vizsga pontszám előrejelzése - OJIA 3 Szimuláció

🏫 Vizsgapontszám előrejelzése

Ehhez a feladathoz egy regressziós modellt kell implementálnia, amely képes előrejelezni a vizsgán elért pontszámot (Exam_Score) egy rendelkezésre álló adathalmaz felhasználásával. Az adathalmaz egy CSV fájlban van szervezve, és a modell teljesítményét a Mean Absolute Error (MAE) alapján értékelik.

---

🔹 Az adathalmaz

Az adathalmaz a következő oszlopokat tartalmazza:

• ID: A diák egyedi azonosító száma
• Hours_Studied: A tanulással töltött órák száma
• Attendance: Az órákon való részvétel százaléka
• Parental_Involvement: A szülői bevonódás szintje (Low, Medium, High)
• Access_to_Resources: Hozzáférés oktatási erőforrásokhoz (Low, Medium, High)
• Extracurricular_Activities: Részvétel tanórán kívüli tevékenységekben (Yes/No)
• Sleep_Hours: Az átlagos alvási órák száma éjszakánként
• Previous_Scores: Korábban vizsgákon elért pontszámok
• Motivation_Level: Motivációs szint (Low, Medium, High)
• Internet_Access: Internethez való hozzáférés tanuláshoz (Yes/No)
• Tutoring_Sessions: Korrepetálási órák száma
• Family_Income: Családi jövedelem (Low, Medium, High)
• Teacher_Quality: A diák által észlelt tanári minőség (Low, Medium, High)
• School_Type: Iskola típusa (Public/Private)
• Peer_Influence: Társak befolyása a diákra (Negative, Neutral, Positive)
• Physical_Activity: Heti fizikai aktivitás órák száma
• Learning_Disabilities: Tanulási nehézségek jelenléte (Yes/No)
• Parental_Education_Level: Szülők iskolai végzettsége (High School, College, Postgraduate)
• Distance_from_Home: Távolság otthon és iskola között (Near, Moderate, Far)
• Gender: A diák neme (Male/Female)
• Exam_Score: Célváltozó, a vizsgán elért pontszám (numerikus érték)

---

📚 Feladatok

Részfeladat 1 (10 pont)

Számítsa ki a Hours_Studied oszlop értékeinek átlagát a tanító halmazon. Minden teszthalmaz diákjára határozza meg a Hours_Studied és a számított átlag közötti különbség abszolút értékét.

Részfeladat 2 (10 pont)

Határozza meg minden teszthalmaz diákjára, hogy keveset alszik-e (<7 óra). Az eredmény True vagy False lesz.

Részfeladat 3 (10 pont)

Számolja meg, hogy hány diák van a tanító halmazban, akinek korábbi pontszáma (Previous_Scores) nagyobb vagy egyenlő, mint az egyes teszthalmaz diákoké.

Részfeladat 4 (10 pont)

Határozza meg a tanító halmazban lévő diákok számát, akiknek ugyanaz a motivációs szintje (Motivation_Level), mint az egyes teszthalmaz diákoknak.

Részfeladat 5 (60 pont)

Építsen egy regressziós modellt az Exam_Score előrejelzésére a megadott jellemzők alapján. A modellnek új adatokon kell általánosítania, és MAE-vel értékelik.

---

📊 Megjegyzések az adathalmazról

• Célmező: Exam_Score
• A modellt a train_data.csv-n kell betanítani és a test_data.csv-n értékelni
• Javasolt a hiányzó értékek ellenőrzése és a jellemzők normalizálása.

---

⚙️ Értékelési kritériumok

• Teljesítmény: Minél kisebb MAE

---

📨 A beküldési fájl formátuma

A beküldési fájlnak pontosan három oszlopot tartalmazó CSV-nek kell lennie:

Oszlop	Típus	Leírás
subtaskID	integer	A részfeladat ID-ját jelenti (1-től 5-ig).
datapointID	integer/string	A teszthalmaz sorának egyedi azonosítóját jelenti (ID).
answer	float / int / bool	A megfelelő részfeladat válasza. Az érték típusa a részfeladattól függ: • 1. részfeladat: float • 2. részfeladat: boolean • 3. részfeladat: integer • 4. részfeladat: integer • 5. részfeladat: float (modell előrejelzések)

🔹 Példák

subtaskID	datapointID	answer
1	101	12.5
2	101	True
3	101	7
4	101	3
5	101	85.3

Fontos: A CSV minden sora egy részfeladat és egy adatpont válaszát jelenti. Minden datapointID-hoz minden részfeladathoz egy-egy sornak kell lennie.

---

📝 Megjegyzés

Egy sample_output beküldése 6 pontot generál.

🗂️ Hasznos források

• Teljes Starter Kit – tartalmaz egy vázat, amelyből kiindulhat a feladat megoldásában