Tabular ML Challenge

Download First

여기서 바로 시작하세요

대회 데이터는 두 과제입니다. 각 과제의 train/test를 받은 뒤, 아래 제출 사이트로 예측 CSV를 제출합니다.

conversion_train.csv 문제 1 고객 전환 학습 데이터 conversion_test.csv 문제 1 예측 대상 credit_train.csv 문제 2 신용 위험 학습 데이터 credit_test.csv 문제 2 예측 대상 sample_submission.csv 제출 형식 예시 starter_baseline.py 바로 실행 가능한 baseline

Start Route

처음부터 제출까지 한 번에 따라 하기

아래 순서대로 하면 데이터 다운로드, 모델 실행, 비공개 제출, 점수 확인까지 끝납니다.

GitHub 저장소 열기

작업 폴더 만들기

한 폴더에 conversion_train.csv, conversion_test.csv, credit_train.csv, credit_test.csv, sample_submission.csv, starter_baseline.py를 모두 저장합니다.

필요 패키지 설치

pip install pandas scikit-learn

baseline 실행

python starter_baseline.py

실행 후 같은 폴더에 submission.csv가 생성됩니다.

제출 파일 이름 바꾸기

submission.csv를 자기 이름 한글 파일명으로 바꿉니다. 영문 팀명은 쓰지 않습니다. 예: 박상돈.csv

제출 사이트에 업로드

https://tabular-ml-challenge-submit.vercel.app 에 접속합니다. 이름 칸에는 자기 한글 이름을 입력하고, 제출 코드에는 ML-7BEBD00E를 입력한 뒤 박상돈.csv처럼 한글 이름 파일명으로 된 예측 CSV를 업로드합니다.

예측 CSV는 공개 GitHub PR, 공개 issue, 공개 comment에 올리지 않습니다. 정답 label 파일은 학생에게 배포하지 않으며, 제출 사이트는 예측 CSV만 받습니다.

채점 결과 확인

유효한 제출은 숨겨진 정답 label로 채점됩니다. 공개 리더보드에는 순위와 총점만 반영되며, 제출 CSV와 데이터셋별 세부 점수는 공개하지 않습니다. 동점이면 먼저 제출한 사람이 앞 순위입니다.

대회 페이지 https://sangdon-park.github.io/hackathon/

제출 사이트 https://tabular-ml-challenge-submit.vercel.app

제출 코드 ML-7BEBD00E

파일명 박상돈.csv

공개 PR 사용하지 않음

필독 공지

점수 튜닝보다 검증 설계가 중요한 대회입니다

제출은 GitHub 계정 기준 한국 시간 하루 3회까지만 채점됩니다.
공개 GitHub PR은 예측값이 노출되므로 채점하지 않습니다.
리더보드는 숨겨진 정답 label 기준의 총점만 공개하며, 동점이면 먼저 제출한 사람이 앞 순위입니다.
두 데이터셋을 모두 제출해야 하며, 한쪽만 잘 맞추는 전략은 최종 점수에서 불리합니다.
데이터에는 누락값, 범주형 shift, 시점 변화, decoy feature가 포함되어 있습니다.
모델 종류는 제한하지 않습니다. 단, 제출 파일은 예측 CSV 하나만 받습니다.

평가 지표 ROC AUC 평균

데이터셋 2종

제출 제한 하루 3회

리더보드 비공개 제출 채점

Leaderboard

공개 순위표

순위표는 숨겨진 정답 label 기준입니다. test feature와 id는 공개하지만 target, 제출 CSV, 데이터셋별 세부 점수는 공개하지 않습니다. 동점은 먼저 제출한 순서로 정렬합니다.

업데이트: 대기 중

순위	참가자	공개 점수	채점 row
아직 반영된 제출이 없습니다.

Submission

제출 파일 형식

dataset,id,prediction
conversion,conversion_00901,0.7312
credit,credit_00908,0.1844

제출 파일명은 자기이름.csv입니다. 예: 박상돈.csv. 하나의 CSV 안에 conversion과 credit 예측 row가 모두 들어가야 합니다. 공개 저장소에는 업로드하지 않습니다.

Scoring

점수 계산식

0.5 × 고객 전환 ROC AUC + 0.5 × 신용 위험 ROC AUC

두 과제의 scale과 난이도가 다르기 때문에 단일 모델보다 데이터셋별 검증 전략과 calibration이 중요합니다.

Submit Checklist

제출 전 확인할 것

파일명이 정확한가: 자기이름.csv 형식이며 파일명이 한글 이름인가
컬럼이 정확한가: dataset,id,prediction
sample_submission.csv와 row 수가 같은가
conversion, credit 두 데이터셋이 모두 포함되어 있는가
prediction 값이 모두 0 이상 1 이하인가
공개 GitHub PR, issue, comment에 예측 CSV를 올리지 않았는가
하루 3회 제한을 넘기지 않았는가

Tasks

대회 데이터 2종

Rules

운영 규칙

허용

전처리, feature engineering, AutoML, ensemble, 외부 오픈소스 라이브러리 사용을 허용합니다.

제한

GitHub 계정 기준 하루 3회 제출 제한이 있습니다. 같은 참가자는 하나의 한글 이름 파일명을 유지해야 합니다.

금지

평가 row를 수작업으로 라벨링하거나, 다른 팀의 제출값을 복사하거나, 제출 제한을 우회하거나, 예측 CSV를 공개하는 행위는 금지합니다.

확정

유효한 제출은 비공개 채점 뒤 반영됩니다. 정답 label과 제출 CSV는 공개 저장소에 저장하지 않고, 이 페이지에는 총점과 순위만 공개합니다.

FAQ

자주 하는 실수

어디에 제출하나요?: https://tabular-ml-challenge-submit.vercel.app 에서 제출합니다. 이름은 자기 한글 이름, 제출 코드는 ML-7BEBD00E, 파일은 자기이름.csv 형식으로 올립니다.
정답 label 파일도 받아야 하나요?: 아닙니다. 학생은 test의 target이나 정답 label 파일을 받지 않습니다. 학생은 dataset,id,prediction만 담긴 예측 CSV를 제출하고, 채점은 비공개 서버에서 숨겨진 정답 label로 처리됩니다.
문제 1, 문제 2를 파일 두 개로 제출하나요?: 아닙니다. 박상돈.csv 하나만 제출합니다. 그 파일 안에 conversion row와 credit row를 모두 넣습니다.
test 파일에 target이 없어요.: 정상입니다. conversion_test.csv와 credit_test.csv의 dataset, id에 맞춰 probability를 제출하세요.
한 데이터셋만 제출해도 되나요?: 안 됩니다. sample_submission.csv의 모든 row를 포함해야 채점됩니다.
순위표 점수가 공식 점수인가요?: 네. 숨겨진 정답 label로 계산한 공식 점수입니다. target 값, 제출 CSV, 데이터셋별 세부 점수는 공개하지 않습니다. 동점이면 먼저 제출한 사람이 앞 순위입니다.