Betöltés...
Nehézség
Az Ön legjobb eredménye
N/A
Egy decemberi hónapban, nagy és csendes hópelyhekkel, amikor a falu még égett fa és a pajták friss szénájának illatát árasztotta, az ország közepén megnyíltak a Nemzeti Nyúlkiállítás kapui. A fűtött csarnokban, a sárga fények alatt ragyogva, az ország minden szegletéből érkeztek tenyésztők, reménnyel hozva legszebb és leggondozottabb állataikat.
Három nagy nyúlfajta példányai (mindegyik jól megalapozott megjelenéssel és szokásokkal) találkoztak újra ugyanazon a helyen.
Minden állat egy ID-vel ellátott táblácskát kapott, és egy vastag, bőrbe kötött jegyzőkönyvbe bejegyezték mindazokat a jeleket, amelyek megkülönböztették a többiektől:
nem, súly, fülhossz, hogy lógnak-e a fülek vagy sem, a szőrzet színe, életkor, a szőrzet típusa és minősége, a testforma, van-e toka vagy sem, valamint az egészségi állapot.
Ez volt a szervezők módja arra, hogy teljes tanúbizonyságot őrizzenek meg minden szőrös lényről, aki belépett a csarnokba.
A szervezők tudni szeretnék, hogy a kiállításra hozott nőstények közül hánynak voltak lógó fülei és viselték a nemes havanna árnyalatot. Az eredményt a tesztadatok alapján (test_data.csv) kell meghatározni.
Semmi bonyolult, csak gondos keresést kell végezni a jegyzőkönyvekben, hogy megadjuk nekik ezt a választ.
 |  |  |
Egy fagyos reggelen, amikor a lehelet gőze még felszállt a csarnokban, a szervezők felfedezték, hogy egy fontos oldal eltűnt a hivatalos jegyzőkönyvből.
Minden nyúl fajtája, amelyet más években olyan gondosan jegyeztek fel, sehol sem volt megtalálható.
Három különböző fajtából hoztak példányokat, ezt biztosan tudták, de a közvetlen azonosításukra szolgáló jelek eltűntek.
Azokat, akik jól ismerték a nyulakat, megkérték, hogy türelmesen figyeljenek meg minden példányt és azonosítsanak három természetes csoportot, csak a feljegyzett tulajdonságokat használva: hasonlóságokat, különbségeket, világos határokat, olyan területeket, ahol az állatok közelinek vagy távolinak tűntek megjelenésben. Az eredményt a tesztadatok alapján (test_data.csv) kell meghatározni.
A fajtákba való besorolás megfelelőségének értékelésére az Adjusted Rand Index (ARI)-t használjuk, amely méri a két besorolás közötti hasonlóságot, kiigazítva a véletlenszerű egyezésre.
A két besorolás ARI együtthatója a következőképpen definiált:
ahol:
RI a két besorolás közötti Rand index;E[RI] a Rand index várható értéke véletlenszerű besorolások esetén.Ha a kapott szám közel van az 1-hez, az azt jelenti, hogy a fajtákba való besorolás szakszerűen történt és a fajták jellemzői közötti határokat helyesen azonosították. A kiállítás szervezői nagyon szigorúak és csak akkor adják meg a maximális pontszámot erre a subtaskra, ha az értékelési metrika értéke 1.
Abban a decemberben a résztvevők száma olyan nagy volt, hogy a bírák, bármennyire is igyekeztek, nem tudtak minden állatot megítélni.
Csak egy részük kapott Zsűrizési Pontszámot, 0 és 100 között.
0 azt jelenti, hogy a példányt kizárták100 azt jelenti, hogy a példány bajnoknak nyilváníthatóA többi, még meg nem jelölt nyúl esetében meg kellett találni egy módot a pontszám kitalálására, amelyet kaptak volna.
Egy olyan rendszert kerestek, amely képes megérteni a már pontozottak és a pontszám nélkül maradtak közötti kapcsolatokat, úgy, hogy a becslések a lehető legközelebb legyenek ahhoz, amit a bírák mondtak volna.
Minél kisebbek a különbségek, annál ügyesebbnek és alkalmasabbnak tekintik a rendszert arra, hogy segítse a nagy számú állattól túlterhelt embereket.
A feladatotok egy automatikus pontszám-előrejelző rendszer fejlesztése a test_data.csv-ben szereplő példányokra.
A modell teljesítményének értékelésére az MSE (Mean Squared Error) — átlagos négyzetes hibát használjuk. Ez méri a valós és előrejelzett értékek közötti átlagos négyzetes különbséget.
A képlet:
ahol:
y_i az i példány valós pontszáma,y^_i a modell által előrejelzett pontszám,n a teszthalmazban lévő példányok teljes száma.Az MSE kisebb értékei jobb teljesítményt jeleznek. Minél közelebb vannak az előrejelzett értékek a valósakhoz, annál kisebb lesz a hiba.
A kapott pontszám pontokká való átalakításához egy egyszerű szabályt használunk, két küszöb alapján:
A végső eredménynek egy output.csv nevű CSV fájlnak kell lennie, amely pontosan 3 oszlopot tartalmaz:
subtaskID - a subtask számát jelenti (1, 2, 3)datapointID - amely az adathalmaz ID oszlopára hivatkozikanswer - a datapointnak megfelelő válasz az adott subtaskraMegjegyzés: Az 1. subtask esetében, ahol egyetlen választ kérnek a teljes tesztadathalmazra, jelenítsetek meg egyetlen sort, amelynek datapointID-ja 1 legyen.
Kérjük, hogy vegyetek részt és segítsetek a Nemzeti Nyúlkiállítás szervezőinek: egy történet a szenvedélyről és teljesítményről, a tenyésztők közötti megértésről, a fajták közötti hasonlóságokról és különbségekről, valamint arról a próbálkozásról, hogy az állatok világát azzal a türelemmel lássuk, amellyel csak egy jó tenyésztő rendelkezhet az ünnepek küszöbén.