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