NFL Big Data Bowl 2026 Prediction

Kaggle-проект для NFL Big Data Bowl 2026: пайплайн предсказывает координаты игроков после паса по pre-throw tracking data. Основная идея решения - геометрические и баллистические признаки, LightGBM для базового смещения dx/dy и MLP-коррекция по остаткам.

Что внутри

Файл	Назначение
0_604.py	Основное решение с публичным LB около 0.604
0_694.py	Более ранний baseline/вариант решения
docs/pipeline.md	Подробное описание data pipeline, feature engineering и inference

ML-пайплайн

flowchart LR
  Raw["NFL tracking CSV"] --> LastObs["Last observation before pass"]
  LastObs --> Features["Geometry, ballistics, target receiver, neighbors"]
  Features --> LGBM["LightGBM dx/dy"]
  Features --> Dense["One-hot + StandardScaler"]
  Dense --> MLP["MLP residual correction"]
  LGBM --> Blend["LGBM + 0.5 * residual"]
  MLP --> Blend
  Blend --> Submit["Kaggle Evaluation API"]

Loading

Ключевые идеи

• Последнее наблюдение до паса строится для каждого (game_id, play_id, nfl_id).
• Добавлены lag-фичи движения: предыдущие координаты, скорость, ускорение, направление.
• Геометрия считается относительно точки приземления мяча и targeted receiver.
• Модель предсказывает не абсолютные координаты, а смещения dx, dy от последнего наблюдения.
• LightGBM работает как сильная базовая модель, MLP обучается на остатках.
• Inference повторяет тот же путь feature engineering через Kaggle Evaluation API.

Стек

Зона	Технологии
Data processing	Python, pandas, Polars, NumPy
Models	LightGBM, scikit-learn MLPRegressor
Features	kinematics, ball landing geometry, target receiver geometry, neighbor distances
Runtime	Kaggle Notebook / Kaggle Evaluation API

Как читать

1. Начните с docs/pipeline.md - там последовательно описан путь данных.
2. Откройте 0_604.py, если нужен код финального решения.
3. Сравните с 0_694.py, если интересна эволюция подхода.

Ограничения

Датасет соревнования не хранится в репозитории. Скрипты ожидают Kaggle path:

DATA_DIR = "/kaggle/input/nfl-big-data-bowl-2026-prediction"

Локально можно читать и анализировать код, но полный train/inference требует подключенного Kaggle dataset и evaluation server.