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