Evaluatie en voorspelling van onderwijsprestaties

Probleembeschrijving

📖 Voorspelling van de relatieve prestatiescores van scholen

Je bent ingehuurd door de Stad Austin, Texas om de Relatieve Prestatiescores van onderwijsinstellingen in de stad te berekenen. Je hebt twee bestanden tot je beschikking die de volgende kolommen bevatten:

📋 Beschrijving van de kolommen

Opmerking: De kolom Relative Performance Rating is alleen beschikbaar in de trainingsdata (train.csv).

🧩 Subtaken

Subtaak 1 (5 punten)

Bereken hoeveel basisscholen er zijn in Anderson county in de testdata (test.csv).
Het resultaat moet een geheel getal zijn.

Subtaak 2 (5 punten)

Wat is de meest voorkomende beoordeling in de kolom Academic Growth Rating in de testdata (test.csv)?
Het resultaat moet een tekenreeks zijn: "A", "B", "C", "D" of "F".

Subtaak 3 (90 punten)

Bouw een voorspellingsmodel dat in staat is om Relative Performance Rating te schatten voor alle onderwijsinstellingen in de testdata.

📊 Evaluatie

De evaluatie wordt gedaan met behulp van nauwkeurigheid (accuracy):

accuracy = aantal_juiste_voorspellingen / totaal_aantal_voorspellingen

Scoring voor Subtaak 3:

• accuracy ≥ 0.9 → 90 punten
• accuracy < 0.75 → 0 punten
• Tussenliggende waarden worden proportioneel gescoord tussen 0 en 90

📄 Formaat van het inleverbestand

Het inleverbestand moet in CSV-formaat zijn, met de volgende kolommen:

• subtaskID – index van de subtaak
• datapointID – unieke identificator uit de dataset
• answer – jouw antwoord of voorspelling

Voorbeeld:

1subtaskID,datapointID,answer  21,1,0  32,2,F  43,100,C  53,101,A  63,102,B  7...

Opmerking:
Voor Subtaak 1 en Subtaak 2 moet de waarde van datapointID respectievelijk 1 en 2 zijn.

📊 Databron

City of Austin – data.austintexas.gov
Emergency Medical Services Department