Identifisering av pingvinenes kjønn

Identifisering av pingvinenes kjønn - Vanskelighetsgrad:...

Oppgavebeskrivelse

Identifisering av pingvinenes kjønn

Beskrivelse

Du har tilgang til et datasett om pingviner. Hver rad representerer et eksemplar og inneholder fysiske karakteristikker, men i det oppgitte datasettet har vi ikke informasjon om kjønnet deres.

Tilgjengelige kolonner er:

id: unik identifikator for eksemplaret
culmen_length_mm: nebblengde i millimeter
culmen_depth_mm: nebbdybde i millimeter
flipper_length_mm: finneflengde i millimeter
body_mass_g: kroppsmasse i gram

Eksempel på data:

id	culmen_length_mm	culmen_depth_mm	flipper_length_mm	body_mass_g
1	40.5	18.9	180.0	3950.0
2	49.4	15.8	216.0	4925.0
3	36.2	16.1	187.0	3550.0

Oppgave

Basert på de fysiske karakteristikkene, identifiser kjønnet til pingvinene (MALE eller FEMALE) og generer en fil submission.csv med følgende struktur:

Python
1id,sex21,MALE32,FEMALE43,FEMALE5...

Evaluering

Metrikken som brukes for evaluering av modellen er nøyaktighet:

1accuracy = (antall_korrekte_prediksjoner / totalt_antall_prediksjoner)

Poengskala

accuracy ≥ 90% → 100 poeng
accuracy < 50% → 0 poeng
ellers → proporsjonal poengsum mellom 0 og 100

Filer

Last ned oppgavefiler

Send inn løsning

Last opp resultatfilen manuelt. Du kan også legge ved kildekoden.Maks. 100 MB totalt

Innleveringsfil

Klikk for å laste opp eller dra og slipp

CSV, ZIP, osv. (MAKS. 100MB)

Kildekodefil (valgfritt)

Klikk for å laste opp eller dra og slipp

Arkiv, notatbok eller kodefil

Logg inn for å laste opp en innlevering.

ELLER

Arbeid og lever inn fra Google Colab

Åpne en notatblokk som er klargjort for denne oppgaven. Den første cellen kobler til oppgaven og laster ned tilgjengelige data. Når du er ferdig, sender du filene til evaluering direkte fra notatblokken.

Innleveringer fra Colab bruker samme evaluator og de samme grensene. Følg resultatet under Mine innleveringer.

MLCompete har bare tilgang til notatblokken tjenesten oppretter i Google Drive, ikke til de andre filene dine.

Åpnes den ikke? Bruk en midlertidig kode

Opprett koden her, åpne den offentlige notatblokken, og skriv inn koden når den første cellen ber om den.

Logg på MLCompete først for å generere en arbeidsområdekode.

Åpne den offentlige notatblokken i Google Colab

Lim inn arbeidsområdekoden bare når notatblokken ber om den. Del den aldri med andre.