Fer plej

FairPlay i mečevi visokog rizika

Kontekst

U paralelnom univerzumu, FairPlay je odeljenje odgovorno za praćenje timova i igrača tokom mečeva.

Tokom godina, FairPlay je primetio da određeni mečevi imaju tendenciju da postanu haotični češće kada se pojave:

• prekršaji,
• mnogi kartoni,
• kontroverzne odluke i skandali.

Da bi izbegao skandale što je više moguće, FairPlay traži od tebe da izgradiš model koji klasifikuje mečeve prema potencijalu za haos.

Imaš na raspolaganju podatke iz prošlosti o mečevima i trebaš da izgradiš model klasifikacije koji može da predvidi da li će meč postati haotičan.

Skup podataka

Stavljena su ti na raspolaganje dva fajla:

• train.csv - mečevi iz prošlosti, sa etiketom chaos_label
• test.csv - novi mečevi, bez etikete

Svaki red predstavlja meč i sadrži sledeće kolone:

• MatchID - jedinstveni identifikator meča
• Season - takmičarska sezona
• MatchWeek - kolo
• HomeTeam - domaći tim
• AwayTeam - gostujući tim
• Goals - ukupan broj golova
• Shots - ukupan broj šuteva
• Corners - ukupan broj kornera
• YellowCards - broj žutih kartona
• RedCards - broj crvenih kartona
• TeamStyles - lista stilova igre povezanih sa mečem (npr: ["AggressiveTackler", "HighPressure"])
• chaos_label - samo u train.csv,
  • 1 = haotičan meč / sa skandalom
  • 0 = kontrolisan meč

Krajnji cilj:

Predvidi da li je meč iz test.csv haotičan (binarne vrednosti - 0 ili 1).

Zadaci

Prva dva podzadatka proveravaju razumevanje i preprocesiranje podataka.

Poslednji podzadatak evaluira performanse modela klasifikacije.

Podzadatak 1 (10 poena)

Izračunajte broj mečeva koje je odigrala ekipa "Chelsea", kako u gostima, tako i kod kuće.

Prikažite jedan ceo broj.

Podzadatak 2 (15 poena)

Počevši od kolone TeamStyles, izračunajte numerički skor nazvan StyleAggressionScore, definisan kao:

1StyleAggressionScore = (broj agresivnih stilova) / (ukupan broj stilova)

Stilovi koji se smatraju agresivnim su:

• AggressiveTackler
• RiskTaker
• HighPressure
• ChaosInducer

Rezultat treba da bude realan broj između 0 i 1.

Podzadatak 3 (75 poena)

Izgradite model klasifikacije koji predviđa da li je meč haotičan (chaos_label = 1) ili kontrolisan (chaos_label = 0).

Za svaki red iz test.csv, model treba da vrati binarnu predikciju:

• 0 → kontrolisan meč
• 1 → haotičan meč

Model može da koristi bilo koje dostupne karakteristike u skupu podataka, uključujući veštačke karakteristike izgrađene u okviru prethodnih podzadataka.

Evaluacija

Za Podzadatak 3, evaluacija se vrši koristeći F1 macro skor.

F1 macro skor se izračunava na sledeći način:

• izračunava se F1-score posebno za svaku klasu (0 i 1)
• pravi se aritmetička sredina te dve vrednosti

Ova metrika tretira obe klase jednako i kažnjava modele koji tačno predviđaju samo većinsku klasu.

Pragovi evaluacije:

• F1 macro ≥ 0.95 → 75 poena
• F1 macro ≤ 0.80 → 0 poena

Intermedijarne vrednosti dobijaju proporcionalni broj poena.

Format fajla za predaju

Fajl submission.csv treba da sadrži jednu liniju za prvi podzadatak, i po 2 linije za svaki red iz test-a, odgovarajuće ostalim 2 podzadatkima.

Struktura:

• subtaskID,datapointID,answer

gde:

• subtaskID - 1, 2 ili 3
• datapointID - vrednost id (ili 1 za prvi podzadatak)
• answer - zavisi od zadatka:
  • Podzadatak 1: broj mečeva (ceo broj)
  • Podzadatak 2: opisani skor (aproksimiran na 2 decimale)
  • Podzadatak 3: binarna predikcija (0/1)

Primer za id = 25758:

Izvor skupa podataka: https://www.kaggle.com/datasets/ajaxianazarenka/premier-league?select=PremierLeague.csv