Чтобы попасть в здание, нужно пройти через турникет. Чтобы открыть парковку, нужно открыть шлагбаум. Чтобы попасть на этаж, нужно приложить &ldquo;таблетку&rdquo;. Все это фиксируется - кто, в какую дату, в какое время.

Сможем ли мы выучить кому конкретно принадлежит след прохода через турникеты? Теперь мы знаем, что это был кто-то, кто уже был. (Правда, есть и несколько - не больше 10% - новых).

&nbsp;

&ldquo;8 утра понедельник, турникет 4? Директор.&rdquo; &ldquo;11 утра суббота? Гриша. Но Гриша в последний день месяца никогда не приходит.&rdquo;&nbsp; Какие есть паттерны в настоящих данных?

&nbsp;

В тестовой выборке id посетителей заменены на слова, которые встречались в курсе &quot;Линейные модели&quot;: aucroc, binary, blue, categorical и т.п.

&nbsp;

Ваша задача в этом раунде составить таблицу вида:

&nbsp;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

<figure class="table">
<table style=";">
<tbody>
<tr>
<td style="border:1.0pt solid windowtext;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">user_word</td>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:none;border-right-style:solid;border-top-style:solid;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">preds</td>
</tr>
<tr>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:solid;border-right-style:solid;border-top-style:none;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">aucroc</td>
<td style="border-bottom:1.0pt solid windowtext;border-left-style:none;border-right:1.0pt solid windowtext;border-top-style:none;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">49</td>
</tr>
<tr>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:solid;border-right-style:solid;border-top-style:none;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">binary</td>
<td style="border-bottom:1.0pt solid windowtext;border-left-style:none;border-right:1.0pt solid windowtext;border-top-style:none;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">12</td>
</tr>
<tr>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:solid;border-right-style:solid;border-top-style:none;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">blue</td>
<td style="border-bottom:1.0pt solid windowtext;border-left-style:none;border-right:1.0pt solid windowtext;border-top-style:none;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">55</td>
</tr>
<tr>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:solid;border-right-style:solid;border-top-style:none;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">categorical</td>
<td style="border-bottom:1.0pt solid windowtext;border-left-style:none;border-right:1.0pt solid windowtext;border-top-style:none;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">-999</td>
</tr>
<tr>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:solid;border-right-style:solid;border-top-style:none;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">coefficient</td>
<td style="border-bottom:1.0pt solid windowtext;border-left-style:none;border-right:1.0pt solid windowtext;border-top-style:none;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">15</td>
</tr>
<tr>
<td style="border-bottom-style:solid;border-color:windowtext;border-left-style:solid;border-right-style:solid;border-top-style:none;border-width:1.0pt;padding:0cm 5.4pt;vertical-align:top;width:65.15pt;">...</td>
<td style="border-bottom:1.0pt solid windowtext;border-left-style:none;border-right:1.0pt solid windowtext;border-top-style:none;padding:0cm 5.4pt;vertical-align:top;width:41.45pt;">&hellip;</td>
</tr>
</tbody>
</table>
</figure>

&nbsp;

где user_word - index, preds - колонка с соответствующими id. Таблицу нужно запомнить как csv (см. пример в секции Data). -999 &ndash; id&nbsp;нового посетителя, которого раньше не было.

Каждому слову сопоставлен вес, который зависит от того, насколько трудно предсказать id. Баллы набираются как взвешенная по весам сумма правильных ответов. Чем сложнее вы отгадали слово, тем больше баллов.

Отгадали все? Забирайте 560 баллов и становитесь победителем.

&nbsp;

Для курса &quot;Линейные модели&quot; - используем только линейную (логистическую) регрессию.

Для курса &quot;Деревья и их ансамбли&quot; - используем деревья и ансамбли.

&nbsp;

Ну и если вы знаете нейросети, SVM, и все-все-все, то используйте все, но для оценки в курсе будем смотреть на методы, которые вы использовали, и, соответственно, корректировать оценку. Ведь курсы - учебные, значит надо осваивать то, что было на курсе.

&nbsp;

Кто там? Предскажите, кто вошел в здание по времени и турникету.
Но теперь легче: мы знаем, что "след" через турникеты принадлежит "Х". Кто этот "Х" предстоит вычислить по данным, которые нам известны. 
А ID юзеров известны по обучающей выборке (кроме нескольких новых!).

Public

User Agreement

I accept <a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/UserAgreement.pdf" rel="noopener noreferrer" target="_blank">Terms of User Agreement and Privacy Policy</a>

Privacy Policy

I give my <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/consentdocsgeneral/Consent_en.pdf">consent</a><a href="http://storage.yandexcloud.net/ds-ods/files/data/docs/consentdocsgeneral/Consent_ru.pdf"> </a>to &laquo;Sorevnovaniya Analiza Dannykh&raquo; LLC to process and transfer my personal data to the partners of the event for information interaction

Consent

I agree to receive newsletters from &laquo;Sorevnovaniya Analiza Dannykh&raquo; LLC&nbsp;about key ODS.AI activities

#	Teams (69)	Accuracy	Last	Entries
1	Александр Павлов	560	21m	140
2	D	560	22m	94
3	Aleksandr Borsuk	444	21m	86
4	Vladimir Kryuchkov	328	21m	24
5	Андрей Сыпачев	304	21m	81
6	Konstantin Andreevich Bazov	300	21m	44
7	Alexander Skorokhodov	292	22m	37
8	George Obraztsov	265	21m	17
9	Ilya Dolganov	265	21m	17
10	Mikhail Nebasov	230	22m	20
11	Oleg Semenov	222	21m	13
12	Ivan Dmitrovich	217	21m	17
13	SergeiS	198	22m	38
14	Igor Romanov	196	21m	12
15	Anatolii Karasev	193	22m	50
16	neutrino mysterious	185	22m	16
17	Pavel Trudkov	172	22m	11
18	Victoria Rylskaya	172	21m	4
19	Nikita Zaglumonin	166	22m	24
20	Egor Yumaev	161	21m	46
21	Anastasiia Maksimovna Blizniak	158	21m	9
22	Daria Borisovna Zakhartseva	158	21m	7
23	pnbtyrwen	157	21m	2
24	Rustam Zhientaev	148	22m	54
25	Anfaenger	137	21m	15
26	Makar Mikhailovich Fedorov	137	21m	43
27	Evgeny Bratkovsky	134	22m	35
28	Nikolai Statsenko	123	22m	19
29	Arkadii Sergeevich Khorunzhenko	112	21m	3
30	db	107	22m	8
31	Iuliia Antonova	107	22m	9
32	Ilia Mushkin	107	22m	1
33	Timur Kebekov	102	22m	7
34	Grigorii Pampushik	97	22m	12
35	jba44e8cd4c21	94	21m	12
36	Aleksandr Kholodov	92	22m	8
37	Alexey Kudelkin	85	22m	7
38	Dmitry Chaplygin	84	22m	12
39	Miss Pibodi	82	22m	2
40	Ivan Komarov	82	22m	2
41	Viacheslav Siniaev	82	22m	5
42	Dimildizio	82	21m	9
43	Pavel Shcherbakov	82	22m	10
44	Pavel Kravchuk	82	22m	2
45	Evgenii Spichkin	82	22m	8
46	Ramis Shirin Khan	82	22m	9
47	Victoria Frolova	82	22m	1
48	Pavel Zelenin	82	22m	5
49	Vadim Ryzhkov	82	22m	1
50	Victor Krasilnikov	82	22m	4