Zadanie #49
Autor:Daniel Plăcintă
Trudność
Twój najlepszy wynik
Nie dotyczy
Niezwykle ważnym krokiem w rozwoju osobistym każdego ucznia jest przyjęcie do prestiżowego, elitarnego liceum.
Opracujcie model, który przewiduje, czy na podstawie kilku wyników kandydat zostanie przyjęty do elitarnego liceum (status_admitere = 1) czy odrzucony (status_admitere = 0).
Wytrenujecie model używając zbioru danych treningowych train_data.csv, a następnie wygenerujecie predykcje używając zbioru danych test_data.csv.
Zbiór Danych Treningowych (train.csv) zawiera następujące kolumny:
Zbiór Danych do Predykcji (test.csv):
id, gen, judet, NT, MEV, MATE, MGIM) co zbiór treningowy, bez kolumny status_admitere.Plik do przesłania output.csv musi zawierać dokładnie trzy kolumny: subtaskID, datapointID, answer.
| subtaskID | datapointID | answer | Opis |
|---|---|---|---|
| 1 | 101 | 1.25 | dif_NT-MEV: różnica między oceną z testu przyjęcia a oceną z egzaminu narodowego, z 2 miejscami po przecinku |
| 2 | 101 | 5 | loc-MEV: pozycja w rankingu według oceny MEV, wartość całkowita |
| 3 | 101 | 1 | status_admitere: predykcja modelu, 1 = przyjęty, 0 = odrzucony |
Ważne: Każdy wiersz w CSV reprezentuje odpowiedź dla jednego subtask i jednego datapoint. Dla każdego
datapointIDmusi istnieć po jednym wierszu dla każdego subtask.
Przesłanie pliku sample_output.csv generuje 5 punktów.