Прогноз победителя GalacticWars

Прогноз победителя GalacticWars

Контекст

В далекой вселенной Galactic Wars постоянно конфликтуют две одинаково сильные армии: Джедаи и Имперцы (Калмтруперы). Один из самых могущественных Джедаев, Анаклин Граундвокер, оказался втянут в миссию с многочисленными сражениями, и на этот раз он не уверен, что выберетcя живым. Палме, его подруга, просит тебя о помощи: она хочет предсказать, будет ли Анаклин победителем, основываясь на различных факторах сражений, таких как оружие, броня, сила, а также моральное состояние (уверенность в себе).
К твоему счастью, один из Калмтруперов (из лагеря Имперцев) обронил набор данных со своим снаряжением, и ты можешь построить модель, способную предсказать победу Анаклина.

Ты нашел два файла:

• train.csv — данные о предыдущих боях, содержащие информацию о победителе
• test.csv — данные о будущих битвах, без указания победителя

Набор данных

Название	Тип	Описание
FightID	int	Уникальный ID боя
weapon_jedai	object	Оружие Джедая
armour_jedai	object	Защита брони Джедая (%)
weapon_calmtrooper	object	Оружие Калмтрупера
armour_calmtrooper	object	Защита брони Калмтрупера (%)
injuries	object	Раненый боец
number_of_fights	float	Количество проведенных боев
force_level	float	Уровень силы оппонента
accuracy_calmtrooper	float	Точность стрельбы Калмтрупера
fight_planet	object	Планета, на которой происходит бой
weather_conditions	object	Погодные условия
surprise_attack	bool	Внезапные атаки
moral_jedai	float	Моральное состояние Джедая
moral_calmtrooper	float	Моральное состояние Калмтрупера
winner	int	Победитель боя

---

Задания

Палме, известная своей требовательностью (и заметившая твои навыки), просит тебя решить 4 задачи.
Подзадачи 1 и 2 включают анализ и обработку наборов данных.
Подзадачи 3 и 4 оценивают производительность модели присвоения меток и модели классификации соответственно.

---

Подзадача 1 — Адекватная экипировка для Набиры (5 баллов)

Чтобы хорошо подготовиться к бою, Анаклину нужно знать, как одеться.
Посчитай, сколько боев из test.csv происходят на планетах типа "Nabira" при погодных условиях (weather_conditions) типа снегопад Snow.

Подзадача 2 — Замена оружия-ловушки (5 баллов)

Ты обнаружил, что Калмтруперы расставили ловушку: на самом деле они больше не используют то оружие, о котором знал Анаклин.
Замени в наборе данных train.csv все вхождения оружия Experimental Weapon на Double Blaster и выведи количество значений, которые пришлось заменить.

(Для следующих подзадач в test.csv эта замена уже была произведена)

Подзадача 3 — Классификация стилей боя (20 баллов)

Анализируя предыдущие бои, Анаклин заметил, что их можно разделить на 3 стиля боя (0, 1, 2), используя навыки Джедая и оппонента (сила, мораль, броня, опыт и т.д.).
Для каждого боя из test.csv определи соответствующий стиль боя.

Метрика оценки

Для оценки распределения боев используется Adjusted Rand Index (ARI), который измеряет сходство между двумя разделениями, корректируя случайное совпадение.

Коэффициент ARI для двух разделений определяется как:

ARI = (RI - E[RI]) / (max(RI) - E[RI])

где:

• RI — индекс Ранда между двумя разделениями;
• E[RI] — ожидаемое значение индекса Ранда для случайных разделений.

Если полученное число близко к 1, это означает, что разделение на типы боев было выполнено умело и границы между характеристиками боев были определены верно. Жизнь Анаклина зависит от знания этих типов сражений, поэтому максимальный балл за эту подзадачу дается только в том случае, если значение метрики >= 0.95.

• ARI >= 0.95 -> 20 баллов
• ARI <= 0.50 -> 0 баллов
• Промежуточные значения оцениваются пропорционально

Подзадача 4 — Прогноз победителя каждого боя (70 баллов)

Имея в распоряжении набор данных, описывающий индивидуальные бои между Джедаем и Калмтрупером, построй модель классификации для предсказания результата боя для каждой строки из test.csv.
Целевая переменная: winner (0 — побеждает Калмтрупер / 1 — побеждает Джедай).

Оценка производится с использованием метрики F1 macro.
F1 macro рассчитывается следующим образом:

• Вычисляется F1-score отдельно для каждого класса (0 и 1)
• Берется среднее арифметическое этих двух значений

Эта метрика одинаково учитывает оба класса и штрафует модели, которые правильно предсказывают только мажоритарный класс.

Пороги оценки:

• F1 macro >= 0.95 -> 70 баллов
• F1 macro <= 0.80 -> 0 баллов
• Промежуточные значения получают баллы пропорционально

---

Формат отправки (Submission Format)

Финальный файл должен быть в формате CSV с названием submission.csv и содержать ровно 3 колонки:

• subtaskID — номер подзадачи (1, 2, 3, 4)
• datapointID — ID каждого боя
• answer — соответствующий ответ для данной подзадачи и datapointID

Примечание: Для подзадач 1 и 2, требующих одного ответа, выводится одна строка для каждой подзадачи с datapointID, равным 1 и 2 соответственно.