Godīga spēle

FairPlay un augsta riska spēles

Konteksts

Paralēlā visumā FairPlay ir departaments, kas atbild par komandu un spēlētāju uzraudzību spēļu laikā.

Gadu gaitā FairPlay ir novērojis, ka noteiktas spēles mēdz kļūt haotiskas biežāk, kad parādās:

• pārkāpumi,
• daudz kartīšu,
• pretrunīgi lēmumi un skandāli.

Lai izvairītos no skandāliem pēc iespējas vairāk, FairPlay lūdz tevi izveidot modeli, kas klasificē spēles pēc haosa potenciāla.

Tev ir pieejami dati par pagātnes spēlēm un jāizveido klasifikācijas modelis, kas spētu prognozēt, vai spēle kļūs haotiska.

Datu kopa

Tev ir nodrošināti divi faili:

• train.csv - pagātnes spēles ar etiķeti chaos_label
• test.csv - jaunas spēles bez etiķetes

Katra rinda pārstāv spēli un satur šādas kolonnas:

• MatchID - unikāls spēles identifikators
• Season - sacensību sezona
• MatchWeek - kārta
• HomeTeam - mājas komanda
• AwayTeam - viešņu komanda
• Goals - kopējais vārtu skaits
• Shots - kopējais sitienu skaits
• Corners - kopējais stūra sitienu skaits
• YellowCards - dzelteno kartīšu skaits
• RedCards - sarkano kartīšu skaits
• TeamStyles - spēles stilu saraksts, kas saistīts ar spēli (piem.: ["AggressiveTackler", "HighPressure"])
• chaos_label - tikai train.csv,
  • 1 = haotiska spēle / ar skandālu
  • 0 = kontrolēta spēle

Galīgais mērķis:

Prognozēt, vai spēle no test.csv ir haotiska (binārās vērtības - 0 vai 1).

Uzdevumi

Pirmie divi apakšuzdevumi pārbauda datu izpratni un priekšapstrādi.

Pēdējais apakšuzdevums novērtē klasifikācijas modeļa veiktspēju.

Apakšuzdevums 1 (10 punkti)

Aprēķiniet spēļu skaitu, ko aizvadījusi komanda "Chelsea", gan izbraukumā, gan mājās.

Parādiet vienu veselu skaitli.

Apakšuzdevums 2 (15 punkti)

Sākot no kolonnas TeamStyles, aprēķiniet skaitlisku rādītāju ar nosaukumu StyleAggressionScore, kas definēts kā:

1StyleAggressionScore = (agresīvo stilu skaits) / (kopējais stilu skaits)

Par agresīviem tiek uzskatīti šādi stili:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

Rezultātam jābūt reālam skaitlim starp 0 un 1.

Apakšuzdevums 3 (75 punkti)

Izveidojiet klasifikācijas modeli, kas prognozē, vai spēle ir haotiska (chaos_label = 1) vai kontrolēta (chaos_label = 0).

Katrai rindai no test.csv modelim jāatgriež bināra prognoze:

• 0 → kontrolēta spēle
• 1 → haotiska spēle

Modelis var izmantot jebkuru pieejamo pazīmi datu kopā, ieskaitot mākslīgas pazīmes, kas izveidotas iepriekšējo apakšuzdevumu ietvaros.

Novērtēšana

Apakšuzdevumam 3 novērtēšana notiek, izmantojot F1 macro rādītāju.

F1 macro rādītājs tiek aprēķināts šādi:

• F1-score tiek aprēķināts atsevišķi katrai klasei (0 un 1)
• tiek aprēķināta abu vērtību aritmētiskā vidējā

Šī metrika abas klases uzskata par vienlīdz svarīgām un sodā modeļus, kas pareizi prognozē tikai vairākuma klasi.

Novērtēšanas slieksnis:

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

Starpvērtības saņem proporcionālu punktu skaitu.

Iesniegšanas faila formāts

Failam submission.csv jāsatur viena rinda pirmajam apakšuzdevumam un pa 2 rindām katrai rindai no test, kas atbilst pārējiem 2 apakšuzdevumiem.

Struktūra:

• subtaskID,datapointID,answer

kur:

• subtaskID - 1, 2 vai 3
• datapointID - id vērtība (vai 1 pirmajam apakšuzdevumam)
• answer - atkarīgs no uzdevuma:
  • Apakšuzdevums 1: spēļu skaits (vesels skaitlis)
  • Apakšuzdevums 2: aprakstītais rādītājs (noapaļots līdz 2 decimālzīmēm)
  • Apakšuzdevums 3: bināra prognoze (0/1)

Piemērs id = 25758:

Datu kopas avots: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv