Random-Walk-Gravity-Regression-Fallstudie
Entwickelt und validiert eine Regressionspipeline, die die Gravitationskonstante einer 2D-Random-Walk-Simulation vorhersagt und eine wettbewerbsartige Validierungsdatei exportiert.
Kurzüberblick
Rolle
Produktorientierte Umsetzung: Datenmodell, Interface-Verhalten, Integrationspfad und wartbare Delivery-Artefakte.
Umfang
Ich habe ein reproduzierbares Notebook und ein Helper-Python-Modul erstellt, Train/Test-Validierung genutzt, mindestens vier Regressionsansaetze verglichen, einen HistGradientBoostingRegressor ausgewählt und die finale...
Rahmenbedingungen
Das Projekt nutzt ausschliesslich lokale CSV-Dateien und hält den Validierungsworkflow deterministisch und pruefbar; externe Services oder Credentials sind nicht erforderlich. Die Abgabedatei wurde vor dem Packaging auf...
Evidenz
Bestes Hold-out-Modell erreichte etwa 1.19% normalisierte MAE und R2 von 0.9914
Architektur
Datensatz
Das Trainings-CSV liefert gelabelte Simulationsfeatures; das Validierungs-CSV liefert dieselbe Feature-Struktur ohne Gravity-Labels.
Modellierung
Die Python-Pipeline bereitet Features vor, teilt Trainings- und Testdaten, bewertet mehrere Regressoren und hält wiederverwendbaren Code in einem Helper-Modul.
Abgabe
Das finale Artefakt ist eine Plain-Text-Validierungsdatei mit exakt gefordertem Header und Vorhersagezeilen, ergaenzt durch Notebook- und HTML-Report-Evidenz.
Datensatz
Das Trainings-CSV liefert gelabelte Simulationsfeatures; das Validierungs-CSV liefert dieselbe Feature-Struktur ohne Gravity-Labels.
Modellierung
Die Python-Pipeline bereitet Features vor, teilt Trainings- und Testdaten, bewertet mehrere Regressoren und hält wiederverwendbaren Code in einem Helper-Modul.
Abgabe
Das finale Artefakt ist eine Plain-Text-Validierungsdatei mit exakt gefordertem Header und Vorhersagezeilen, ergaenzt durch Notebook- und HTML-Report-Evidenz.
Architekturansichten
Kompakte Systemansichten fassen Projektgrenze, Deployment-Pfad und Datenfluss zusammen, ohne zusätzliche Implementierungsannahmen zu ergänzen.
Systemübersicht
Datensatz
Deployment-Diagramm
Modellierung
Datenfluss-Diagramm
Abgabe
Technische Entscheidungen
- Feature-Aufbereitung und wiederverwendbares Helper-Modul für Regressionsexperimente
- Vergleich mehrerer Regressionsmodelle mit Train/Test-Evaluation
- Finaler Prediction-Export mit geforderter Student-ID-Namenskonvention
- Notebook und HTML-Report dokumentieren Pipeline und Modellauswahl
- Validierungschecks für Header, Zeilenanzahl, fehlende Werte, Duplikate und run_id-Ausrichtung
Herausforderungen
- Das Validierungsset enthält Features, aber keine Labels. Das Modell muss daher aus den gelabelten Trainingsdaten den Zusammenhang zwischen Random-Walk-Verhalten und versteckter...
- Das Projekt nutzt ausschliesslich lokale CSV-Dateien und hält den Validierungsworkflow deterministisch und pruefbar; externe Services oder Credentials sind nicht erforderlich.
- Die Abgabedatei wurde vor dem Packaging auf Zeilenanzahl, Header-Format, doppelte run_ids, fehlende Werte, Validierungsreihenfolge und Vorhersagebereich geprueft.
Lessons Learned
- Bestes Hold-out-Modell erreichte etwa 1.19% normalisierte MAE und R2 von 0.9914
- Gültige io25m025_validate.txt-Datei für das ungelabelte Validierungsset generiert
- Code, Notebook, HTML-Report, PDF-Instruktion und Prediction-Datei für die Abgabe paketiert
Nächste Verbesserungen
- Architekturansichten mit der Implementierung synchron halten.
- Dokumentation weiter verdichten: README, Architekturentscheidungen und Screenshots synchron halten.