Intro

본 행사는 Google Developer Groups on Campus CNU의 AI•Data Team-Member의 Manager를 수행하고 있는 서대성 님이 운영한 행사입니다.

Event Rink : https://www.kaggle.com/competitions/1st-ml-competition

Description

새 자동차를 구매할 때의 즐거움을 가장 빨리 망치는 것은 새로운 보험료 청구서를 보는 것입니다. 특히 자신이 좋은 운전자라는 것을 알고 있을 때는 그 아픔이 더욱 큽니다. 수년간 도로에서 조심스럽게 운전해왔다면 그렇게 많은 돈을 지불해야 한다는 것이 공평해 보이지 않습니다.

브라질의 가장 큰 자동차 및 주택 보험 회사도 이에 완전히 동의합니다. 자동차 보험 회사의 부정확한 보험금 청구 예측은 좋은 운전자들의 보험 비용을 증가시키고 나쁜 운전자들의 보험료를 낮추는 결과를 초래합니다.

이 대회에서는 운전자가 다음 해에 자동차 보험금을 청구할 확률을 예측하는 모델을 만드는 과제에 도전하게 됩니다. 더 정확한 예측을 통해 그들은 보험료를 더욱 세밀하게 조정할 수 있게 되고, 더 많은 운전자들이 자동차 보험에 더 쉽게 가입할 수 있기를 희망합니다.

Baseline

Colab : https://colab.research.google.com/drive/1IejpJCHvvl6frc_K0RsjIpJKyF_0ZINC?usp=sharing

Evaluation

제출물은 정규화된 지니 계수(Normalized Gini Coefficient)를 사용하여 평가됩니다.

채점 과정에서 관측치들은 예측값이 큰 것부터 작은 것 순으로 정렬됩니다. 예측값들은 오직 관측치들의 순서를 정하는 데에만 사용되며, 따라서 예측값들의 상대적인 크기는 채점 과정에서 사용되지 않습니다.

채점 알고리즘은 양성 클래스 관측치들의 누적 비율을 이론적인 균일 비율과 비교합니다.

지니 계수는 무작위 추측의 경우 약 0에서 완벽한 점수의 경우 약 0.5까지의 범위를 가집니다. 이산적 계산에서의 이론적 최대값은 (1 - frac_pos) / 2 입니다.

정규화된 지니 계수는 최대 점수가 1이 되도록 이론적 최대값으로 점수를 조정합니다.

Reference

@Porto Seguro. (2017). Porto Seguro Safe Driver Prediction Dataset, Kaggle.

Used under educational and research purpose as permitted by competition rules Section 7.A.

Cite

Daeseong Seo, daeseong98@gmail.com

GDG on Campus CNU 1st ML Competition

https://www.kaggle.com/competitions/1st-ml-competition/overview, 2024. Kaggle