📊 Описание проекта

Данные находятся в трёх файлах:

gold_industry_train.csv — обучающая выборка;
gold_industry_test.csv — тестовая выборка;
gold_industry_full.csv — исходные данные.

Данные индексируются датой и временем получения информации (признак date). Соседние по времени параметры часто похожи.

Некоторые параметры недоступны, потому что замеряются и/или рассчитываются значительно позже. Из-за этого в тестовой выборке отсутствуют некоторые признаки, которые могут быть в обучающей. Также в тестовом наборе нет целевых признаков.

Исходный датасет содержит обучающую и тестовую выборки со всеми признаками.

В вашем распоряжении сырые данные: их просто выгрузили из хранилища. Прежде чем приступить к построению модели, проверьте по нашей инструкции их на корректность.

📋 Инструкция по выполнению проекта

1. Подготовьте данные

1.1. Откройте файлы и изучите их.

Путь к файлам:

/datasets/gold_industry_train.csv. Скачать датасет
/datasets/gold_industry_test.csv. Скачать датасет
/datasets/gold_industry_full.csv. Скачать датасет

1.2. Проверьте, что эффективность обогащения рассчитана правильно.

Вычислите её на обучающей выборке для признака rougher.output.recovery. Найдите MAE между вашими расчётами и значением признака. Опишите выводы.

1.3. Проанализируйте признаки, недоступные в тестовой выборке.

Что это за параметры? К какому типу относятся?

1.4. Проведите предобработку данных.

2. Проанализируйте данные

2.1. Посмотрите, как меняется концентрация металлов (Au, Ag, Pb) на различных этапах:

в сырье;
в черновом концентрате;
в концентрате после первой очистки;
в финальном концентрате.

Какие особенности имеют распределения? Опишите выводы.

2.2. Сравните распределения размеров гранул исходного сырья на обучающей и тестовой выборках.

Если распределения сильно отличаются друг от друга, оценка модели будет неправильной.

2.3. Исследуйте суммарную концентрацию металлов на разных стадиях:

в сырье;
в черновом концентрате;
в концентрате после первой очистки;
в финальном концентрате.

3. Постройте модель

3.1. Напишите функцию для вычисления итоговой sMAPE.

3.2. Обучите разные модели и оцените их качество кросс-валидацией.

Выберите лучшую модель и проверьте её на тестовой выборке. Опишите выводы.

Формулы метрик качества

[ sMAPE = \frac{1}{N} \sum_{i=1}^{N} \left( \frac{y_i - \hat{y}_i}{\left( y_i + \hat{y}_i \right)/2} \right) \times 100\% ]

Итоговое sMAPE = 25% × sMAPE(rougher) + 75% × sMAPE(final)

✅ Как будут проверять проект?

Мы подготовили критерии оценки проекта, которыми руководствуются наставники. Прежде чем приступить к решению кейса, внимательно их изучите.

На что обращают внимание наставники, проверяя проект:

Аспект	Комментарий
🔧 Подготовка и анализ данных	Насколько хорошо вы готовите и анализируете данные?
🤖 Модели	Какие модели строите?
📊 Оценка качества	Как проверяете их качество?
📋 Выполнение инструкции	Все ли шаги по инструкции выполняете?
📐 Структура и пояснения	Следите за структурой проекта и поясняете выполненные шаги?
💬 Выводы	Какие выводы делаете?
🧹 Качество кода	Поддерживаете аккуратность кода и не дублируете его?

🧠 Всё, что вам нужно знать, есть в шпаргалках и конспектах прошлых тем.