Poštena igra

FairPlay in tekme z visokim tveganjem

Kontekst

V vzporednem vesolju je FairPlay oddelek, odgovoren za spremljanje ekip in igralcev med tekmami.

Skozi leta je FairPlay opazil, da določene tekme pogosteje postanejo kaotične, ko se pojavijo:

• prekrški,
• veliko kartonov,
• kontroverzne odločitve in škandali.

Da bi se čim bolj izognili škandalom, te FairPlay prosi, da zgradiš model, ki klasificira tekme glede na potencial za kaos.

Na voljo imaš podatke iz preteklosti o tekmah in moraš zgraditi klasifikacijski model, ki lahko napoveduje, ali bo tekma postala kaotična.

Nabor podatkov

Na voljo sta ti dve datoteki:

• train.csv - tekme iz preteklosti z oznako chaos_label
• test.csv - nove tekme brez oznake

Vsaka vrstica predstavlja tekmo in vsebuje naslednje stolpce:

• MatchID - edinstveni identifikator tekme
• Season - tekmovalna sezona
• MatchWeek - krog
• HomeTeam - domača ekipa
• AwayTeam - gostujoča ekipa
• Goals - skupno število golov
• Shots - skupno število strelov
• Corners - skupno število kotnih udarcev
• YellowCards - število rumenih kartonov
• RedCards - število rdečih kartonov
• TeamStyles - seznam igralnih stilov, povezanih s tekmo (npr: ["AggressiveTackler", "HighPressure"])
• chaos_label - samo v train.csv,
  • 1 = kaotična tekma / s škandalom
  • 0 = nadzorovana tekma

Končni cilj:

Napovedati, ali je tekma iz test.csv kaotična (binarne vrednosti - 0 ali 1).

Naloge

Prvi dve podnalogi preverjata razumevanje in predprocesiranje podatkov.

Zadnja podnaloga ocenjuje uspešnost klasifikacijskega modela.

Podnaloga 1 (10 točk)

Izračunajte število tekem, ki jih je odigrala ekipa "Chelsea", tako v gosteh kot doma.

Prikažite eno samo celo število.

Podnaloga 2 (15 točk)

Iz stolpca TeamStyles izračunajte numerično oceno z imenom StyleAggressionScore, definirano kot:

1StyleAggressionScore = (število agresivnih stilov) / (skupno število stilov)

Stili, ki se štejejo za agresivne, so:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

Rezultat mora biti realno število med 0 in 1.

Podnaloga 3 (75 točk)

Zgradite klasifikacijski model, ki napoveduje, ali je tekma kaotična (chaos_label = 1) ali nadzorovana (chaos_label = 0).

Za vsako vrstico v test.csv mora model vrniti binarno napoved:

• 0 → nadzorovana tekma
• 1 → kaotična tekma

Model lahko uporablja katero koli značilko, ki je na voljo v naboru podatkov, vključno z umetnimi značilkami, zgrajenimi v okviru prejšnjih podnalог.

Ocenjevanje

Za podnalogi 3 se ocenjevanje izvaja z uporabo makro F1 ocene.

Makro F1 ocena se izračuna tako:

• izračuna se F1-score ločeno za vsak razred (0 in 1)
• naredi se aritmetična sredina obeh vrednosti

Ta metrika obravnava oba razreda enako in kaznuje modele, ki pravilno napovedujejo samo večinski razred.

Pragovi ocenjevanja:

• F1 makro ≥ 0.95 → 75 točk
• F1 makro ≤ 0.80 → 0 točk

Vmesne vrednosti prejmejo sorazmerno število točk.

Format datoteke za oddajo

Datoteka submission.csv mora vsebovati eno vrstico za prvo podnalogi in po 2 vrstici za vsako vrstico iz test, ki ustrezata ostalima 2 podnalогama.

Struktura:

• subtaskID,datapointID,answer

kjer:

• subtaskID - 1, 2 ali 3
• datapointID - vrednost id (ali 1 za prvo podnalogi)
• answer - odvisno od naloge:
  • Podnaloga 1: število tekem (celo število)
  • Podnaloga 2: opisana ocena (zaokrožena na 2 decimalni mesti)
  • Podnaloga 3: binarna napoved (0/1)

Primer za id = 25758:

Vir nabora podatkov: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv