Данные

Для решения задачи “Labelcraft” предлагается несколько групп данных и материалов:

1. Словарь с деревом категорий (category_tree.csv)
2. Тренировочные данные
   1. Размеченные товары (labeled_train.parquet)
   2. Неразмеченные товары (unlabeled_train.parquet)
3. Базовые решения 

Словарь с деревом категорий (category_tree.csv)

Заранее известный перечень категорий и подкатегорий, которые могут встретится в данных:

• cat_id – идентификатор категории (например 10229)
• parent_id — идентификатор родительской категории (например 1142; пропуск если это корневая категория)
• cat_name – краткое название категории (например “Аккумуляторы для фото/видеотехники”).

Размеченные данные о товарах (labeled_train.parquet)

Основная информация о товарах, включая их размеченную категорию:

• hash_id – Идентификатор товара
• source_name — Название товара
• attributes – Атрибуты товара (строка с json)
• cat_id – Целевая категория товара

Неразмеченные данные о товарах (unlabeled_train.parquet)

Аналогичный файл с данными о товарах, в котором отсутствует разметка

• hash_id – Идентификатор товара
• source_name — Название товара
• attributes – Атрибуты товара (строка с json)

Именно в таком формате решения будут получать информацию во время тестирования платформой соревнования.

Базовые решения

Пример корректного решения с корректным образом, а также ноутбук для воспроизведения решения.