Национална изложба зечева

Nacionalna izložba zečeva

Editorial

U jednom decembarskom mesecu sa velikim i tihim pahuljicama, kada je selo još uvek mirisalo na spaljeno drvo i sveže seno izvučeno iz ambare, u sredini zemlje otvarala su se vrata Nacionalne izložbe zečeva. U grejanim halama, koje su blistale pod žutim svetlima, uzgajivači iz svih krajeva zemlje donosili su sa nadom najlepše i najbolje negovane životinje.

Primerci iz tri velike rase zečeva (svaka sa dobro ukorenjenim izgledom i navikama) trebalo je da se ponovo sretnu na istom mestu.

Svaka životinja je dobijala pločicu sa ID-jem, a u debelu knjigu, uvezanu u kožu, upisivali su se svi znaci koji je razlikuju od ostalih:

pol, težinu, dužinu ušiju, da li su joj uši spuštene ili ne, boju krzna, uzrast, tip i kvalitet krzna, oblik tela, da li ima ili nema guša, kao i stanje zdravlja.

To je bio način organizatora da sačuvaju potpuno svedočanstvo o svakoj krznaškoj duši koja je ušla u halu.

Subtask 1 (20 poena)

Organizatori žele da znaju koliko je među ženkama dovedenim na izložbu imalo spuštene uši i nosilo plemenitu nijansu havana. Rezultat treba da odredite na osnovu test skupa (test_data.csv).

Ništa komplikovano, treba samo da izvršite pažljivu pretragu kroz registre da biste im pružili ovaj odgovor.

Subtask 2 (40 poena)

Jednog hladnog jutra, kada se para od daha još uvek dizala u hali, organizatori su otkrili da je jedna važna stranica nestala iz zvaničnog registra.
Rasa svakog zeca, tako pažljivo beležena u prethodnim godinama, nije se više nigde mogla naći.
Dovedeni su primerci iz tri različite rase, to se znalo sa sigurnošću, ali znaci koji su ih direktno identifikovali su nestali.

Oni koji su dobro poznavali zečeve zamoljeni su da strpljivo posmatraju sve primerke i identifikuju tri prirodne grupe, koristeći se samo zabeleženim osobinama: sličnosti, razlike, jasne granice, zone gde su životinje izgledale bliske ili udaljene po izgledu. Rezultat treba da odredite na osnovu test skupa (test_data.csv).

Metrika evaluacije

Za evaluaciju koliko se dobro poklapaju podele na rase, koristi se Adjusted Rand Index (ARI), koji meri sličnost između dve podele, prilagođavajući za slučajno poklapanje.

ARI koeficijent za dve podele je definisan kao:

gde:

• RI predstavlja Rand indeks između dve podele;
• E[RI] je očekivana vrednost Rand indeksa za slučajne podele.

Ako je dobijeni broj blizu 1, to znači da je podela na rase urađena sa veštinom i da su granice između karakteristika rasa ispravno identifikovane. Organizatori izložbe su veoma zahtevni i daju maksimalni broj poena za ovaj subtask samo ako je dobijena vrednost za metriku evaluacije 1.

Subtask 3 (40 poena)

U tom decembru, broj učesnika je bio toliko veliki da sudije, koliko god da su se trudile, nisu mogle da sude sve životinje.
Samo deo njih je dobio Ocenu žirija, između 0 i 100.

• Ocena je broj između 0 i 100, gde:
  • 0 znači da je primerak diskvalifikovan
  • 100 znači da je primerak takav da može biti proglašen šampionom

Za ostale zečeve, još uvek neoznačene, trebalo je pronaći način da se pogodi ocena koju bi dobili.
Tražio se sistem sposoban da razume veze između već ocenjenih zečeva i onih koji su ostali bez ocene, tako da procene budu što bliže onome što bi rekle sudije.
Što su razlike manje, to se sistem smatra veštijim i prikladnijim da pomogne ljudima preopterećenim velikim brojem životinja.

Vaš zadatak je da razvijete automatski sistem za predviđanje ocena za primerke uključene u test_data.csv.

Metrika evaluacije

Za evaluaciju performansi modela koristimo MSE (Mean Squared Error) — srednju kvadratnu grešku. Ona meri srednju kvadratnu razliku između stvarnih i predviđenih vrednosti.

Formula je:

gde:

• y_i je stvarna ocena primerka i,
• y^_i je ocena koju je predvideo model,
• n je ukupan broj primeraka iz test skupa.

Manje vrednosti MSE označavaju bolju performansu. Što su predviđene vrednosti bliže stvarnim, to će greška biti manja.

Da bismo transformisali dobijenu ocenu u bodove, koristimo jednostavno pravilo, zasnovano na dva praga:

• Ako je vrednost MSE < min → učesnik dobija 40p (maksimalni broj bodova).
• Ako je vrednost MSE > max → učesnik dobija 0p (minimalni broj bodova).
• Ako je vrednost MSE između min i max → bodovi se računaju proporcionalno, opadajući linearno od 40p do 0p kako greška raste.

Format izlaza

Konačni rezultat treba da bude CSV fajl nazvan output.csv, koji treba da sadrži tačno 3 kolone:

• subtaskID - predstavlja broj subtaska (1, 2, 3)
• datapointID - koji se odnosi na kolonu ID iz dataseta
• answer - odgovor koji odgovara datapointu za odgovarajući subtask

Napomena: Za subtask 1, za koji se traži jedan odgovor za ceo test skup podataka, prikažite jednu liniju čiji datapointID treba da bude 1.

Molimo vas da se uključite i pomognete organizatorima Nacionalne izložbe zečeva: priča o strasti i performansama, razumevanju između uzgajivača, sličnostima i razlikama između rasa i o pokušaju da se vidi svet životinja sa onom strpljivošću koju samo dobar uzgajivač može imati uoči praznika.