加载中...
难度
您的最佳成绩
不适用
在一个十二月的月份里，雪花纷飞而宁静，村庄里仍然弥漫着燃烧木材和从谷仓中取出的新鲜干草的味道，在国家的中心地带，全国兔子博览会的大门正在开启。在温暖的展厅里，在黄色灯光的照耀下闪闪发光，来自全国各个角落的饲养员满怀希望地带来了他们最美丽、最精心照料的动物。
来自三个主要兔子品种（每个都有着根深蒂固的外观和习性）的样本将再次在同一个地方相遇。
每只动物都会收到一个带有ID的标牌，在一本厚厚的皮革装订的登记册中，记录着所有区别它们与其他动物的特征：
性别、体重、耳朵长度、耳朵是否下垂、毛皮颜色、年龄、毛皮类型和质量、体型、是否有垂肉，以及健康状况。
这是组织者为每一个进入展厅的毛茸茸的生命保留完整记录的方式。
组织者希望知道在博览会上有多少只雌性兔子具有下垂的耳朵并且毛色为高贵的哈瓦那色。结果需要基于测试数据集（test_data.csv）来确定。
没什么复杂的，只需要仔细搜索登记册来为他们提供这个答案。
 |  |  |
在一个寒冷的早晨，呼吸的雾气仍在展厅中升起，组织者发现官方登记册中的一页重要内容消失了。
每只兔子的品种，在往年如此仔细记录的信息，再也找不到了。
他们确信带来了三个不同品种的样本，但直接识别它们的标记已经消失了。
那些熟悉兔子的人被要求耐心观察所有样本，并识别出三个自然群体，仅使用记录的特征：相似性、差异性、明确的界限、动物在外观上看起来相近或相远的区域。结果需要基于测试数据集（test_data.csv）来确定。
为了评估品种划分的匹配程度，使用调整兰德指数（ARI），它测量两个划分之间的相似性，并调整随机匹配。
两个划分的ARI系数定义为：
其中：
RI 表示两个划分之间的兰德指数；E[RI] 是随机划分的兰德指数的期望值。如果获得的数字接近1，意味着品种划分是熟练完成的，品种特征之间的界限被正确识别。博览会的组织者非常严格，只有当评估指标的获得值为1时，才会给予此子任务的最高分。
在那个十二月，参与者数量如此之多，以至于评委们尽管努力，也无法评判所有动物。
只有一部分动物获得了评判分数，分数在0到100之间。
0 意味着样本被取消资格100 意味着样本可以被宣布为冠军对于其他尚未标记的兔子，需要找到一种方法来猜测分数。
目标是建立一个能够理解已经评分的兔子和那些没有分数的兔子之间联系的系统，使估计尽可能接近评委们会给出的分数。
差异越小，系统被认为越聪明，越适合帮助被大量动物压倒的人们。
你们的任务是开发一个自动分数预测系统，用于test_data.csv中包含的样本。
为了评估模型性能，我们使用MSE（均方误差）——平均平方误差。这测量真实值和预测值之间的平均平方差。
公式是：
其中：
y_i 是样本 i 的真实分数，y^_i 是模型预测的分数，n 是测试集中样本的总数。MSE值越小表示性能越好。预测值越接近真实值，误差就越小。
为了将获得的分数转换为分数，我们使用一个简单的规则，基于两个阈值：
最终结果必须是一个名为**output.csv的CSV文件，包含恰好3列**：
subtaskID - 表示子任务编号（1、2、3）datapointID - 指向数据集中的ID列answer - 对应数据点在相应子任务中的答案注意： 对于子任务1，需要对整个测试数据集给出单一答案，请显示一行，其datapointID为1。
请参与并帮助全国兔子博览会的组织者：这是一个关于激情和表现、饲养员之间理解、品种之间相似性和差异性的故事，也是关于在节日前夕以只有优秀饲养员才能拥有的耐心来看待动物世界的尝试。