Data Wagon 2023 (hack)

RU

1. Введение

---

Целью проекта является создание системы предсказания отправления вагонов в плановый ремонт.

Решение нашей команды (fit_predict) заняло 8 место из более 50 команд на либерборде.

F1 = 0.55443 (публичный скор), 0.55730 (приватный срок)

2. Структура проекта

---

• data: содержит данные для исследований
  • final: готовые данные, например, submissions
  • processed: обработанные данные
  • raw: содержит сырые данные
• docs: вспомогательная документация
  • pdf: презентация по хакатону
  • images: графики
• research содержит скрипты исследования (.py формата) и .ipynb:
  • src: готовые классы / утилиты для исследований
  • data_generation.py: скрипт генерации данных для обучения
  • modeling.py: скрипт моделирования и обучения Catboost
  • predict_submission.py скрипт создания сабмита для платформы
  • main_notebook.ipynb ноутбук, объединяющий в себе указанные выше 3 файла.

3. Установка

---

Для работы использовался Python 3.11.0, необходимые библиотеки есть в requirements.txt

EN

1. Intro

---

The aim of project is development system for prediction railway cars repair time

Our team's solution (fit_predict) took 8th place out of more than 50 teams on the leaderboard.

F1 = 0.55443 (public score), 0.55730 (private score)

2. Project structure

---

• data: сontains research data
  • final: submissions to leaderboard
  • processed: processed data ready for modeling
  • raw: raw data from many sources
• docs: documentation
  • pdf: hack presentation
  • images: graphs
• research contains research scripts in .py and .ipynb formats
  • src: useful utils
  • data_generation.py: data preprocessing
  • modeling.py: modeling by Catboost
  • predict_submission.py submit generator
  • main_notebook.ipynb notebook for orgs, just combination of 3 upper scripts.

3. Install

---

We used Python 3.11.0, all dependencies are in requrements.txt file.