BDAI 정규반 재지원 예측 모델링 공모전: 어떤 학회원이 다시 BDAI를 선택할까?

본 공모전의 공식 리더보드 평가지표는 ROC-AUC입니다.

ROC-AUC는 실제 재지원 여부와 참가자가 제출한 재지원 예측 확률을 이용하여, 실제 재지원 학회원에게 더 높은 확률을 부여했는지를 평가하는 지표입니다.

점수 범위: 0~1
점수가 높을수록 우수
무작위 예측의 기대 점수: 약 0.5
참가자가 제출한 확률을 임계값으로 이진화하지 않고 그대로 평가

운영진이 보유한 실제 정답은 0 또는 1로 구성되며, **참가자는 각 Test 학회원이 재지원 클래스(target=1)에 해당할 확률을 제출해야 합니다.**

제출 파일은 다음 조건을 모두 충족해야 합니다.
- sample_submission.csv와 동일한 행 수 및 sample_id 사용
- 모든 Test sample_id를 정확히 한 번씩 포함
- sample_id의 중복·누락·추가 금지
- prediction의 결측값 금지
- prediction에 문자열 또는 무한대 값 사용 금지
- CSV 형식으로 제출

ROC-AUC는 예측값의 절대적인 크기보다 실제 재지원자를 미지원자보다 높은 순위에 배치했는지를 평가합니다. 따라서 Test Dataset에 대해 0 또는 1의 최종 분류값을 제출하기보다, 모델이 산출한 재지원 확률을 제출해 주세요.

리더보드 일일 제출 한도는 2번, 공모전 기간 내 전체 제출 한도는 15번입니다. 팀의 경우 팀 단위로 집계됩니다.