Fairplay

FairPlay e partidas de alto risco

Contexto

Num universo paralelo, FairPlay é o departamento responsável pelo monitoramento de equipes e jogadores durante as partidas.

Ao longo dos anos, FairPlay observou que certas partidas tendem a se tornar caóticas com mais frequência quando aparecem:

• faltas,
• muitos cartões,
• decisões controversas e escândalos.

Para evitar escândalos o máximo possível, FairPlay pede que você construa um modelo que classifique as partidas de acordo com o potencial de caos.

Você tem à disposição dados históricos sobre partidas e deve construir um modelo de classificação que possa prever se a partida se tornará caótica.

Conjunto de dados

Foram disponibilizados dois arquivos:

• train.csv - partidas do passado, com o rótulo chaos_label
• test.csv - partidas novas, sem rótulo

Cada linha representa uma partida e contém as seguintes colunas:

• MatchID - identificador único da partida
• Season - temporada competitiva
• MatchWeek - rodada
• HomeTeam - equipe mandante
• AwayTeam - equipe visitante
• Goals - número total de gols
• Shots - número total de chutes
• Corners - número total de escanteios
• YellowCards - número de cartões amarelos
• RedCards - número de cartões vermelhos
• TeamStyles - lista de estilos de jogo associados à partida (ex: ["AggressiveTackler", "HighPressure"])
• chaos_label - apenas em train.csv,
  • 1 = partida caótica / com escândalo
  • 0 = partida controlada

Objetivo final:

Prever se uma partida do test.csv é caótica (valores binários - 0 ou 1).

Tarefas

As duas primeiras subtarefas verificam a compreensão e o pré-processamento dos dados.

A última subtarefa avalia o desempenho do modelo de classificação.

Subtarefa 1 (10 pontos)

Calcule o número de partidas jogadas pela equipe "Chelsea", tanto como visitante quanto como mandante.

Exiba um único número inteiro.

Subtarefa 2 (15 pontos)

A partir da coluna TeamStyles, calcule uma pontuação numérica chamada StyleAggressionScore, definida como:

1StyleAggressionScore = (número de estilos agressivos) / (número total de estilos)

Os estilos considerados agressivos são:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

O resultado deve ser um número real entre 0 e 1.

Subtarefa 3 (75 pontos)

Construa um modelo de classificação que preveja se uma partida é caótica (chaos_label = 1) ou controlada (chaos_label = 0).

Para cada linha do test.csv, o modelo deve retornar uma previsão binária:

• 0 → partida controlada
• 1 → partida caótica

O modelo pode usar qualquer feature disponível no conjunto de dados, incluindo features artificiais construídas nas subtarefas anteriores.

Avaliação

Para a Subtarefa 3, a avaliação é feita usando o score F1 macro.

O score F1 macro é calculado da seguinte forma:

• calcula-se o F1-score separadamente para cada classe (0 e 1)
• faz-se a média aritmética dos dois valores

Esta métrica trata ambas as classes igualmente e penaliza modelos que preveem corretamente apenas a classe majoritária.

Limiares de avaliação:

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

Valores intermediários recebem pontuação proporcional.

Formato do arquivo de submissão

O arquivo submission.csv deve conter uma linha para a primeira subtarefa, e 2 linhas para cada linha do test, correspondentes às outras 2 subtarefas.

Estrutura:

• subtaskID,datapointID,answer

onde:

• subtaskID - 1, 2 ou 3
• datapointID - valor do id (ou 1 para a primeira subtarefa)
• answer - depende da tarefa:
  • Subtarefa 1: número de partidas (número inteiro)
  • Subtarefa 2: pontuação descrita (aproximada a 2 casas decimais)
  • Subtarefa 3: previsão binária (0/1)

Exemplo para id = 25758:

Fonte do dataset: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv