🌌 Задача: Поиск Внеземных Цивилизаций (AstroBI ML Contest)

🪐 Контекст и легенда соревнований

Человечество развернуло сеть субмиллиметровых космических телескопов нового поколения, способных детально анализировать кратные звездные системы в радиусе 1000 парсек. Экзопланетологи и астробиологи объединили свои знания (на основе уравнения Дрейка и моделей орбитальной стабильности) и рассчитали точную математическую вероятность существования высокоразвитой жизни для нескольких тысяч исследованных систем.

Однако ручной обсчет каждой новой системы занимает у ученых слишком много времени. Ваша задача — автоматизировать этот процесс и построить модель машинного обучения, которая по физическим характеристикам звездной системы сможет максимально точно предсказать вероятность наличия в ней жизни.

🎯 Ваша цель

Построить алгоритм регрессии, который на основе физических параметров звездной системы предскажет целевую переменную life_probability (значение от 0.0 до 1.0) для каждого объекта из тестового набора данных.

📊 Описание признаков (Data Dictionary)

Вам доступны следующие данные о звездных системах:

• id — уникальный буквенно-цифровой идентификатор звездной системы.
• star_count — количество звезд в системе (от 1 до 4). Помните: гравитация кратных звезд может делать орбиты планет хаотичными.
• star_class — спектральный класс доминирующей (самой крупной) звезды в системе (G, K, M, F), определяющий её температуру и стабильность.
• system_age_gyr — возраст звездной системы в миллиардах лет. Жизни требуется время для эволюции, но слишком старые системы могут угасать.
• metallicity — металличность звезд (содержание элементов тяжелее гелия). Высокая металличность необходима для формирования твердых планет. Внимание: в данных присутствуют пропуски (проблемы со считыванием спектра телескопами).
• hz_planets — количество твердых (каменистых) планет, находящихся строго в зоне обитаемости (Habitable Zone), где теоретически возможна жидкая вода.
• radiation_index — индекс жесткого космического излучения и опасных звездных вспышек в системе.
• planetary_magnetic_field — бинарный флаг (1 или 0), указывающий, обнаружено ли у планет системы мощное глобальное магнитное поле для защиты от радиации.
• life_probability — [ЦЕЛЕВАЯ ПЕРЕМЕННАЯ] расчетная вероятность зарождения и поддержания жизни в системе (значение от 0.0 до 1.0). Присутствует только в обучающей выборке.

📉 Метрика оценивания

Качество решений оценивается с помощью метрики MAE (Mean Absolute Error) — средней абсолютной ошибки. Чем меньше значение MAE, тем выше ваше место на лидерборде. Ошибка напрямую показывает, на сколько процентов (в среднем) ваша модель промахивается мимо истинной вероятности.

📁 Формат файла ответов (Submission File)

Для каждой системы из файла test.csv вы должны предсказать вероятность. Файл ответов должен быть в формате .csv, содержать ровно две колонки: id и life_probability, а также сохранять оригинальный порядок строк и количество объектов.

Пример структуры файла:

id,life_probability
6000,0.7342
6001,0.0105
6002,0.4589

🔥 Подсказки для исследователей космоса

1. Нелинейность физики: Окружающий мир редко подчиняется линейным законам. Простая линейная регрессия станет хорошим бейзлайном, но для победы вам понадобятся более сложные модели.
2. Эффект щита: Обратите внимание на то, как уровень радиации (radiation_index) соотносится с защитным магнитным полем планет (planetary_magnetic_field). Порой они сильно влияют друг на друга.
3. Ловушка возраста: Жизни нужно время, чтобы развиться. Однако в старых угасающих системах шансы выжить снова падают. Подумайте, как отразить эту параболическую зависимость в признаках.

Да пребудет с вами градиентный бустинг! Удачи в поиске братьев по разуму!