Predikcia víťaza GalacticWars

Predikcia víťaza GalacticWars

Kontext

V ďalekej galaxii Galactic Wars sú v neustálom konflikte dve rovnako silné armády: Jedai a Imperiáli (Calmtroopers).
Jeden z najsilnejších Jedaiov, Anaklyn Groundwalker, uviazol v misii s početnými bojmi, z ktorých si tentoraz nie je istý, či vyviazne živý. Palme, jeho priateľka, ťa žiada o pomoc a chce predpovedať, či bude Anaklyn víťazný na základe rôznych faktorov bitiek, ako sú zbrane, brnenie, sila, ale aj morálny stav (sebavedomie).
Na tvoje šťastie, jednému Calmtrooperovi (z tábora Imperiálov) vypadla súprava s jeho vybavením, a tak môžeš zostaviť model, ktorý dokáže predpovedať Anaklynovo víťazstvo.

Našiel si dva súbory:

• train.csv - údaje o predchádzajúcich bojoch, ktoré obsahujú víťaza
• test.csv - údaje o budúcich bitkách, bez znalosti víťaza

Množina údajov

Názov	Typ	Popis
FightID	int	Unikátne ID boja
weapon_jedai	object	Zbraň Jedai
armour_jedai	object	Ochrana brnenia Jedai (%)
weapon_calmtrooper	object	Zbraň Calmtrooper
armour_calmtrooper	object	Ochrana brnenia Calmtrooper (%)
injuries	object	Zranený bojovník
number_of_fights	float	Počet absolvovaných bojov
force_level	float	Sila oponenta
accuracy_calmtrooper	float	Presnosť streľby Calmtroopera
fight_planet	object	Planéta, na ktorej sa bojuje
weather_conditions	object	Poveternostné podmienky
surprise_attack	bool	Prekvapivé útoky
moral_jedai	float	Morálny stav Jedai
moral_calmtrooper	float	Morálny stav Calmtrooper
winner	int	Víťaz boja

---

Úlohy

Palme, známa svojou náročnosťou (a pretože si všimla tvoju šikovnosť), ťa žiada o vyriešenie 4 úloh.
Podúlohy 1 a 2 zahŕňajú analýzu a spracovanie dátových súborov.
Podúlohy 3 a 4 vyhodnocujú výkonnosť modelu priraďovania labelov, respektíve klasifikačného modelu.

---

Podúloha 1 - Adekvátne vybavenie pre Nabiru (5 bodov)

Aby sa Anaklyn dobre vybavil do boja, potrebuje vedieť, ako sa obliecť.
Vypočítaj, koľko bojov v test.csv sa odohráva na planétach typu "Nabira" a poveternostné podmienky (weather_conditions) sú typu sneženie Snow.

Podúloha 2 - Výmena pascí v zbraniach (5 bodov)

Zistil si o Calmtrooperoch, že ti nastražili pascu a v skutočnosti už nepoužívajú zbrane, ktoré Anaklyn poznal:
Nahraď v dátovom súbore train.csv všetky výskyty zbraní Experimental Weapon za Double Blaster a vypíš, koľko hodnôt si musel nahradiť.

(Pre nasledujúce podúlohy už bola táto výmena v test.csv vykonaná)

Podúloha 3 - Zaradenie bojových štýlov (20 bodov)

Analýzou predchádzajúcich bojov Anaklyn zistil, že sa dajú zaradiť do 3 bojových štýlov (0, 1, 2) s využitím schopností Jedai a oponenta (sila, morálka, brnenie, skúsenosti atď.).
Pre každý boj v test.csv určte zodpovedajúci bojový štýl.

Metrika hodnotenia

Na vyhodnotenie zaradenia bojov sa používa Adjusted Rand Index (ARI), ktorý meria podobnosť medzi dvoma rozdeleniami s úpravou na náhodnú zhodu.

Koeficient ARI pre dve rozdelenia je definovaný ako:

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

kde:

• RI predstavuje Rand index medzi dvoma rozdeleniami;
• E[RI] je očakávaná hodnota Rand indexu pre náhodné rozdelenia.

Ak je získané číslo blízke 1, znamená to, že rozdelenie do typov bojov bolo vykonané zručne a hranice medzi charakteristikami bojov boli identifikované správne. Anaklynov život závisí od znalosti týchto typov bitiek, preto sa za túto podúlohu udeľuje maximálny počet bodov len vtedy, ak je získaná hodnota metriky >= 0.95.

• ARI >= 0.95 -> 20 bodov
• ARI <= 0.50 -> 0 bodov
• Interval medzi nimi bude bodovaný proporcionálne

Podúloha 4 - Predikcia víťaza každého boja (70 bodov)

Majúc k dispozícii dátový súbor popisujúci jednotlivé boje medzi Jedai a Calmtrooperom, zostavte klasifikačný model, ktorý predpovie výsledok boja pre každý riadok v test.csv.
Cieľová premenná je: winner (0 - vyhráva Calmtrooper / 1 - vyhráva Jedai).

Hodnotenie sa vykonáva pomocou skóre F1 macro.
Skóre F1 macro sa vypočíta nasledovne:

• Vypočíta sa F1-score samostatne pre každú triedu (0 a 1)
• Vypočíta sa aritmetický priemer týchto dvoch hodnôt

Táto metrika pristupuje k obom triedam rovnako a penalizuje modely, ktoré správne predpovedajú len väčšinovú triedu.

Prahové hodnoty pre hodnotenie:

• F1 macro >= 0.95 -> 70 bodov
• F1 macro <= 0.80 -> 0 bodov
• Medziľahlé hodnoty dostávajú proporcionálny počet bodov

---

Formát odovzdania

Finálne odovzdanie musí byť CSV súbor s názvom submission.csv, ktorý obsahuje presne 3 stĺpce:

• subtaskID - číslo podúlohy (1, 2, 3, 4)
• datapointID - ID každého boja
• answer - príslušná odpoveď pre danú podúlohu a datapointID

Poznámka: Pre Podúlohy 1 a 2, ktoré vyžadujú jedinú odpoveď, sa zobrazí jeden riadok pre každú podúlohu s datapointID rovným 1, respektíve 2.