Завантаження...
Складність
Ваш найкращий результат
Н/Д
У грудневому місяці з великими і тихими сніжинками, коли село ще пахло спаленим деревом і свіжим сіном, витягнутим з комор, в центрі країни відкривалися ворота Національної виставки кроликів. У опалюваних залах, що виблискували під жовтим світлом, заводчики з усіх куточків країни з надією привозили найкрасивіших і найкраще доглянутих тварин.
Представники трьох великих порід кроликів (кожна з добре усталеними зовнішніми ознаками та звичками) мали знову зустрітися в одному місці.
Кожна тварина отримувала табличку з ID, а в товстому реєстрі, оправленому в шкіру, записувалися всі ознаки, що відрізняли її від інших:
стать, вага, довжина вух, чи висячі у неї вуха чи ні, колір хутра, вік, тип і якість хутра, форма тіла, чи має підгрудок чи ні, а також стан здоров'я.
Це був спосіб організаторів зберегти повне свідчення про кожну хутряну душу, що увійшла до залу.
Організатори хочуть знати, скільки серед самок, привезених на виставку, мали висячі вуха і носили благородний відтінок havana. Результат треба визначити на основі тестового набору (test_data.csv).
Нічого складного, потрібно лише провести уважний пошук по реєстрах, щоб дати їм цю відповідь.
 |  |  |
Одного холодного ранку, коли пара від дихання ще піднімалася в залі, організатори виявили, що важлива сторінка зникла з офіційного реєстру.
Порода кожного кролика, так ретельно записана в інші роки, більше ніде не знаходилася.
Було привезено представників трьох різних порід, це знали напевно, але ознаки, що їх безпосередньо ідентифікували, зникли.
Тих, хто добре знав кроликів, попросили терпляво спостерігати за всіма представниками і визначити три природні групи, використовуючи лише записані характеристики: схожості, відмінності, чіткі межі, зони, де тварини здавалися близькими або віддаленими за зовнішністю. Результат треба визначити на основі тестового набору (test_data.csv).
Для оцінки того, наскільки добре підходять поділи на породи, використовується Adjusted Rand Index (ARI), який вимірює схожість між двома поділами, коригуючи на випадкове співпадіння.
Коефіцієнт ARI для двох поділів визначається як:
де:
RI представляє індекс Rand між двома поділами;E[RI] є очікуваним значенням індексу Rand для випадкових поділів.Якщо отримане число близьке до 1, це означає, що поділ на породи був зроблений вміло і межі між характеристиками порід були визначені правильно. Організатори виставки дуже вимогливі і дають максимальний бал за цей subtask лише якщо отримане значення для метрики оцінювання дорівнює 1.
Того грудня кількість учасників була настільки великою, що судді, як би не намагалися, не змогли оцінити всіх тварин.
Лише частина з них отримала Оцінку журі, між 0 і 100.
0 означає, що представника було дискваліфіковано100 означає, що представник може бути оголошений чемпіономДля інших кроликів, ще не оцінених, треба було знайти спосіб передбачити оцінку, яку б вони отримали.
Шукалася система, здатна зрозуміти зв'язки між кроликами, вже оціненими, і тими, що залишилися без оцінки, щоб оцінки були якомога ближчими до того, що сказали б судді.
Чим менші відмінності, тим система вважається більш вправною і більш підходящою для допомоги людям, перевантаженим великою кількістю тварин.
Ваше завдання — розробити автоматичну систему передбачення оцінок для представників, включених у test_data.csv.
Для оцінки продуктивності моделі використовуємо MSE (Mean Squared Error) — середню квадратичну помилку. Вона вимірює середню квадратичну різницю між реальними і передбаченими значеннями.
Формула:
де:
y_i є реальною оцінкою представника i,y^_i є оцінкою, передбаченою моделлю,n є загальною кількістю представників у тестовому наборі.Менші значення MSE вказують на кращу продуктивність. Чим ближчі передбачені значення до реальних, тим меншою буде помилка.
Для перетворення отриманої оцінки в бали використовуємо просте правило, засноване на двох порогах:
Кінцевий результат має бути файлом CSV з назвою output.csv, який повинен містити рівно 3 стовпці:
subtaskID - представляє номер subtask (1, 2, 3)datapointID - який відноситься до стовпця ID з датасетуanswer - відповідь, що відповідає точці даних для відповідного subtaskПримітка: Для subtask 1, де потрібна одна відповідь для всього тестового набору даних, виведіть один рядок, чий datapointID буде 1.
Просимо вас долучитися і допомогти організаторам Національної виставки кроликів: історія про пристрасть і досконалість, взаєморозуміння між заводчиками, схожості та відмінності між породами і про спробу побачити світ тварин з тією терпінням, яке може мати лише хороший заводчик напередодні свят.