Магистр права проходит тест по науке о данных, а затем дает разные советы: контрольный показатель Kaggle из 36 взвешенных суждений

Это заявка на участие в конкурсе Kaggle Benchmarking Challenge. Что я сравнивал Я провожу много времени в табличных соревнованиях Kaggle, и решения, которые стоили мне больше всего, никогда не касались архитектуры модели. Это были суждения: реально ли это +0,0001? Должен ли я добавить исходный набор данных? Какие два материала я выберу в последний день? (Однажды я позволил платформе выполнить автоматический выбор, и честный забег, который мог бы привести к хорошим результатам, закончился на 708-м месте из 3575.) Поэтому я разработал тест, в котором каждый ответ измерялся, а не брался из учебника. Каждый случай представляет собой короткую соревновательную ситуацию, правильный вызов которой я установил на Kaggle Playground S6E9 и S6E10 (сентябрь – октябрь 2026 г.), или это математический факт о метрике. 12 тем × 3 числовых варианта = 36 случаев: # Тема Что было измерено Т01 p-значения в больших n 19 из 21 признаков имели p < 1e-300, однако одномерная AUC находилась в диапазоне 0,840 → 0,506. Т02 Пирсон против Спирмена с нулями Столбцы задержки: r = 0,84, ρ = 0,47, 91% точных нулей в обоих Т03 «0» означает неприменимо Рейтинг Wi-Fi: уровень удовлетворенности 0,887 на 0, 0,391 на 1, 0,950 на 5 Т04 AUC против взаимной информации один рейтинг занимает 10/21 по AUC, но 3/21 по MI и V Крамера. Т05 CV против лидерборда