Načítava sa...
Obtiažnosť
Vaše najlepšie skóre
N/A
V decembrovom mesiaci s veľkými a pokojnými vločkami, keď dedina ešte voňala spáleným drevom a čerstvým senom vyneseným zo stodôl, sa v strede krajiny otvorili brány Národnej výstavy králikov. V vykurovaných halách, žiariace pod žltými svetlami, si chovatelia zo všetkých kútov krajiny prinášali s nádejou najkrajšie a najlepšie ošetrené zvieratá.
Exempláre z troch veľkých plemien králikov (každé s dobre zakorenenými vzhľadmi a zvykmi) sa mali opäť stretnúť na tom istom mieste.
Každé zviera dostalo tabuľku s ID a v hrubom registri, viazanom v koži, boli zapísané všetky znaky, ktoré ho odlišovali od ostatných:
pohlavie, hmotnosť, dľžku uší, či má uši visiacé alebo nie, farbu srsti, vek, typ a kvalitu srsti, tvar tela, či má alebo nemá lalok, ako aj stav zdravia.
Bol to spôsob organizátorov, ako uchovať úplné svedectvo o každej chlpatej duši, ktorá vstúpila do haly.
Organizátori chcú vedieť, koľko zo samíc privedených na výstavu malo visiacé uši a nosilo ušľachtilý odtieň havana. Výsledok musíte určiť na základe testovacej sady (test_data.csv).
Nič komplikované, stačí len vykonať pozorné vyhľadávanie v registroch, aby ste im poskytli túto odpoveď.
 |  |  |
V chladné ráno, keď sa para z dychu ešte dvíhala v hale, organizátori objavili, že dôležitá stránka zmizla z oficiálneho registra.
Plemeno každého králika, tak starostlivo zaznamenané v iných rokoch, sa už nikde nenašlo.
Boli privedené exempláre z troch rôznych plemien, to sa vedelo s istotou, ale znaky, ktoré ich priamo identifikovali, zmizli.
Tí, ktorí dobre poznali králiky, boli požiadaní, aby trpezlivo pozorovali všetky exempláre a identifikovali tri prirodzené skupiny, používajúc len zaznamenané vlastnosti: podobnosti, rozdiely, jasné hranice, oblasti, kde sa zvieratá zdali blízke alebo vzdialené vzhľadom. Výsledok musíte určiť na základe testovacej sady (test_data.csv).
Na vyhodnotenie toho, ako dobre sa zhodujú rozdelenia do plemien, sa používa Adjusted Rand Index (ARI), ktorý meria podobnosť medzi dvoma rozdeleniami, upravujúc pre náhodné zhody.
Koeficient ARI pre dve rozdelenia je definovaný ako:
kde:
RI predstavuje Rand index medzi dvoma rozdeleniami;E[RI] je očakávaná hodnota Rand indexu pre náhodné rozdelenia.Ak je získané číslo blízko 1, znamenalo to, že rozdelenie do plemien bolo vykonané zručne a hranice medzi charakteristikami plemien boli správne identifikované. Organizátori výstavy sú veľmi nároční a udeľujú maximálne bodovanie pre tento subtask len ak je získaná hodnota pre metriku hodnotenia 1.
V tom decembri bol počet účastníkov tak veľký, že rozhodcovia, akokoľvek sa snažili, nemohli posúdiť všetky zvieratá.
Len časť z nich dostala Skóre hodnotenia medzi 0 a 100.
0 znamená, že exemplár bol diskvalifikovaný100 znamená, že exemplár je taký, ktorý môže byť vyhlásený za šampiónaPre ostatných králikov, ešte neoznačených, bolo potrebné nájsť spôsob, ako uhádnuť skóre, ktoré by dostali.
Sledoval sa systém schopný pochopiť súvislosti medzi už ohodnotenými králikmi a tými, ktorí zostali bez skóre, tak aby odhady boli čo najbližšie k tomu, čo by povedali rozhodcovia.
Čím menšie sú rozdiely, tým je systém považovaný za zručnejší a vhodnejší na pomoc ľuďom preťaženým veľkým počtom zvierat.
Vašou úlohou je vyvinúť automatický systém predikcie skóre pre exempláre zahrnuté v test_data.csv.
Na hodnotenie výkonnosti modelu používame MSE (Mean Squared Error) — priemernú kvadratickú chybu. Táto meria priemernú kvadratickú odchýlku medzi skutočnými a predpovedanými hodnotami.
Vzorec je:
kde:
y_i je skutočné skóre exemplára i,y^_i je skóre predpovedané modelom,n je celkový počet exemplárov v testovacej sade.Nižšie hodnoty MSE indikujú lepšiu výkonnosť. Čím bližšie sú predpovedané hodnoty k skutočným, tým menšia bude chyba.
Na transformáciu získaného skóre na bodovanie používame jednoduché pravidlo, založené na dvoch prahoch:
Konečný výsledok musí byť CSV súbor s názvom output.csv, ktorý má obsahovať presne 3 stľpce:
subtaskID - predstavuje číslo subtasku (1, 2, 3)datapointID - ktoré sa odkazuje na stľpec ID z datasetuanswer - odpoveď zodpovedajúca datapointu pre príslušný subtaskPoznámka: Pre subtask 1, pri ktorom sa vyžaduje jedna odpoveď pre celú testovaciu sadu dát, zobrazte jeden riadok, ktorého datapointID bude 1.
Prosíme, zapojte sa a pomôžte organizátorom Národnej výstavy králikov: príbeh o vášni a výkonnosti, porozumení medzi chovateľmi, podobnostiach a rozdieloch medzi plemenami a o pokuse vidieť svet zvierat s tou trpezlivosťou, ktorú môže mať len dobrý chovateľ pred sviatkami.