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