Зареждане...
Задача #21
Автор:Mihai Nan
Трудност
Твоят най-добър резултат
Н/Д
Желае се изграждането на модел за регресия, който да прогнозира дневното производство на електрическа енергия (kWh) от слънчев панел, въз основа на метеорологичните условия и характеристиките на инсталацията.
Всеки образец представлява ден от производството и се характеризира с няколко числови атрибута, като интензивност на светлината, температура на въздуха, скорост на вятъра и други.
Целевият етикет (energy_output) представлява общата енергия, генерирана в този ден.
Този проблем принадлежи към категорията едномерна регресия.
solar_irradiance – средно слънчево лъчение (W/m²)temperature – средна температура на въздуха (°C)humidity – относителна влажност (%)wind_speed – средна скорост на вятъра (m/s)cloud_cover – средно покритие с облаци (%)panel_angle – ъгъл на наклон на панела (°)panel_efficiency – ефективност на панела (%)train.csvСъдържа всички колони с характеристики плюс колоната energy_output, която представлява целевата стойност.
Пример:
| SampleID | solar_irradiance | temperature | humidity | wind_speed | cloud_cover | panel_angle | panel_efficiency | energy_output |
|---|---|---|---|---|---|---|---|---|
| 1 | 750.5 | 25.2 | 40.0 | 3.5 | 10 | 30 | 18.5 | 42.3 |
| 2 | 610.0 | 22.1 | 55.0 | 2.0 | 50 | 25 | 17.0 | 28.7 |
test.csvСъдържа същите колони като train.csv, но без energy_output, и включва SampleID.
Изходният файл (submission.csv) трябва да съдържа точно две колони:
SampleIDenergy_output – прогнозираната от модела стойност (float, с 2 десетични знака)Пример:
| SampleID | energy_output |
|---|---|
| 1 | 41.75 |
| 2 | 29.10 |
| 3 | 35.80 |
Оценяването на моделите ще се извърши използвайки Root Mean Squared Error (RMSE):
където N е броят примери от тестовия набор, y_i е реалната стойност и y^_i е прогнозираната от модела стойност.
Финалният резултат ще бъде скалиран между 0 и 100, така че малък RMSE да води до висок резултат.
Данните, използвани за този проблем, са генерирани синтетично.