Business game organizzato dall’Università di Padova in collaborazione con Bee Viva.

Proviamo a prevedere il prezzo di una bottiglia di vino sulla base di una collezione di oltre cento mila review di somelier e di altre caratteristiche del prodotto.

Career Service, Università di Padova

L’accuratezza delle vostre previsioni verrà valutata utilizzando il Root Mean Squared Error (RMSE).

Un esempio di codice per il calcolo:

RMSE=sqrt(mean((predicted-true)^2))

• Non c’è un limite al numero di submission che ogni partecipante può effettuare, ma solo l’ultima submission verrà considerata valida per il Punteggio Finale.
• Nel corso della competizione è possibile misurare la validità dei modelli che state sviluppando consultano il punteggio parziale determinato da una parte del validation set (20000 osservazioni).
• Il punteggio finale è calcolato usando unicamente le predizioni che non vengono impiegate per il calcolo del punteggio parziale.
• In caso di parità di punteggio finale prevale l’utente che

Il file da sottomettere deve riportare una previsione per ogni riga; quindi il file avrà una sola colonna ed un numero di righe pari al numero di osservazioni del Validation Set (71564).

File:

• Training Set (4832 Kb)
• Validation Set (5206 Kb)
• Esempio submission.csv

I file training_set.zip e validation_set.zip sono protetti da password che vi verrà comunicata al momento della apertura della competizione.

I dati sintetizzano 147459 recensioni di vini:

• 75895 costituiscono il training set, i dati su cui addestrare i vostri modelli;
• le restanti 71564 osservazioni costituiscono il validation set (o score set), ovvero i dati su cui dovete fare la stima per la submission.
Il validation set a vostra disposizione non contiene ovviamente la variabile price, prezzo della bottiglia di vino che l’obiettivo della vostra previsione.

Le variabili presenti sono:

• country (String) The country that the wine is from


• province (String) The province or state that the wine is from


• region_1 (String) The wine growing area in a province or state (ie Napa)


• region_2 (String) Sometimes there are more specific regions specified within a wine growing area (ie Rutherford inside the Napa Valley), but this value can sometimes be blank


• winery (String) The winery that made the wine


• variety (String) The type of grapes used to make the wine (ie Pinot Noir)


• designation (String) The vineyard within the winery where the grapes that made the wine are from


• review (String) A few sentences from a sommelier describing the wine’s taste, smell, look, feel, etc.


• review_score (Numeric) The number of points WineEnthusiast rated the wine on a scale of 1-100 (though they say they only post reviews for wines that score >=80)


• TARGET: price (Numeric) The cost for a bottle of the wine