სამართლიანი თამაში

FairPlay და მაღალი რისკის მატჩები

კონტექსტი

პარალელურ სამყაროში, FairPlay არის დეპარტამენტი, რომელიც პასუხისმგებელია გუნდებისა და მოთამაშეების მონიტორინგზე მატჩების დროს.

წლების განმავლობაში, FairPlay-მ შენიშნა, რომ გარკვეული მატჩები უფრო ხშირად ხდება ქაოტური, როდესაც ჩნდება:

• დარღვევები,
• ბევრი ბარათი,
• საკამათო გადაწყვეტილებები და სკანდალები.

სკანდალების რაც შეიძლება თავიდან ასაცილებლად, FairPlay გთხოვთ ააშენოთ მოდელი, რომელიც კლასიფიცირებს მატჩებს ქაოსის პოტენციალის მიხედვით.

თქვენს ხელთ არის წარსული მატჩების შესახებ მონაცემები და უნდა ააშენოთ კლასიფიკაციის მოდელი, რომელსაც შეუძლია წინასწარმეტყველება იმისა, გახდება თუ არა მატჩი ქაოტური.

მონაცემთა ნაკრები

თქვენს განკარგულებაში მოთავსებულია ორი ფაილი:

• train.csv - წარსული მატჩები, chaos_label ეტიკეტით
• test.csv - ახალი მატჩები, ეტიკეტის გარეშე

თითოეული რიგი წარმოადგენს მატჩს და შეიცავს შემდეგ სვეტებს:

• MatchID - მატჩის უნიკალური იდენტიფიკატორი
• Season - საკონკურსო სეზონი
• MatchWeek - ტური
• HomeTeam - მასპინძელი გუნდი
• AwayTeam - სტუმარი გუნდი
• Goals - გოლების საერთო რაოდენობა
• Shots - დარტყმების საერთო რაოდენობა
• Corners - კუთხური დარტყმების საერთო რაოდენობა
• YellowCards - ყვითელი ბარათების რაოდენობა
• RedCards - წითელი ბარათების რაოდენობა
• TeamStyles - მატჩთან ასოცირებული თამაშის სტილების სია (მაგ: ["AggressiveTackler", "HighPressure"])
• chaos_label - მხოლოდ train.csv-ში,
  • 1 = ქაოტური მატჩი / სკანდალით
  • 0 = კონტროლირებადი მატჩი

საბოლოო მიზანი:

წინასწარმეტყველება იმისა, არის თუ არა test.csv-ის მატჩი ქაოტური (ბინარული მნიშვნელობები - 0 ან 1).

ამოცანები

პირველი ორი ქვეამოცანა ამოწმებს მონაცემების გაგებასა და წინასწარ დამუშავებას.

ბოლო ქვეამოცანა აფასებს კლასიფიკაციის მოდელის შესრულებას.

ქვეამოცანა 1 (10 ქულა)

გამოთვალეთ "Chelsea" გუნდის მიერ ჩატარებული მატჩების რაოდენობა, როგორც გასვლაში, ისე სახლში.

აჩვენეთ ერთი მთელი რიცხვი.

ქვეამოცანა 2 (15 ქულა)

TeamStyles სვეტიდან გამომდინარე, გამოთვალეთ რიცხვითი ქულა სახელწოდებით StyleAggressionScore, განსაზღვრული როგორც:

1StyleAggressionScore = (აგრესიული სტილების რაოდენობა) / (სტილების საერთო რაოდენობა)

აგრესიულად მიჩნეული სტილებია:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

შედეგი უნდა იყოს ნამდვილი რიცხვი 0-სა და 1-ს შორის.

ქვეამოცანა 3 (75 ქულა)

ააშენეთ კლასიფიკაციის მოდელი, რომელიც წინასწარმეტყველებს არის თუ არა მატჩი ქაოტური (chaos_label = 1) ან კონტროლირებადი (chaos_label = 0).

test.csv-ის თითოეული რიგისთვის, მოდელმა უნდა დააბრუნოს ბინარული პროგნოზი:

• 0 → კონტროლირებადი მატჩი
• 1 → ქაოტური მატჩი

მოდელს შეუძლია გამოიყენოს ნებისმიერი ხელმისაწვდომი feature მონაცემთა ნაკრებში, მათ შორის ხელოვნური feature-ები, რომლებიც აშენებულია წინა ქვეამოცანების ფარგლებში.

შეფასება

ქვეამოცანა 3-ისთვის, შეფასება ხდება F1 macro ქულის გამოყენებით.

F1 macro ქულა გამოითვლება შემდეგნაირად:

• F1-score გამოითვლება ცალ-ცალკე თითოეული კლასისთვის (0 და 1)
• ხდება ორი მნიშვნელობის არითმეტიკული საშუალო

ეს მეტრიკა ორივე კლასს თანაბრად ეპყრობა და ჯარიმავს მოდელებს, რომლებიც სწორად პროგნოზირებენ მხოლოდ უმრავლესობის კლასს.

შეფასების ზღვრები:

• F1 macro ≥ 0.95 → 75 ქულა
• F1 macro ≤ 0.80 → 0 ქულა

შუალედური მნიშვნელობები იღებენ პროპორციულ ქულას.

წარდგენის ფაილის ფორმატი

submission.csv ფაილი უნდა შეიცავდეს ერთ ხაზს პირველი ქვეამოცანისთვის, და 2-2 ხაზს test-ის თითოეული რიგისთვის, რომლებიც შეესაბამება დანარჩენ 2 ქვეამოცანას.

სტრუქტურა:

• subtaskID,datapointID,answer

სადაც:

• subtaskID - 1, 2 ან 3
• datapointID - id-ის მნიშვნელობა (ან 1 პირველი ქვეამოცანისთვის)
• answer - დამოკიდებულია ამოცანაზე:
  • ქვეამოცანა 1: მატჩების რაოდენობა (მთელი რიცხვი)
  • ქვეამოცანა 2: აღწერილი ქულა (დაახლოებით 2 ათეული ნიშნით)
  • ქვეამოცანა 3: ბინარული პროგნოზი (0/1)

მაგალითი id = 25758-ისთვის:

მონაცემთა ნაკრების წყარო: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv