La tienda real de diamantes

💎 Tienda real de diamantes ✨

En el corazón del Reino, se encuentra la Tienda Real de Diamantes, donde piedras preciosas
de todas las formas y tamaños son guardadas con cuidado.

El Custodio de la Tienda quiere descubrir qué tan valiosos son sus diamantes,
en función de sus características físicas y estéticas, pero los pergaminos con precios
se han perdido en el tiempo.

Para ayudarlo, el consejo real ha creado una colección de datos:

• train.csv – diamantes ya evaluados, con todas las características y su precio
• test.csv – diamantes nuevos, con las características completas, pero sin precio

Tu tarea es descubrir los secretos del valor de los diamantes usando análisis de datos y modelos predictivos.

📊 Conjunto de datos

Cada fila en los archivos train.csv y test.csv representa un diamante descrito por las siguientes características:

• SampleID – identificador único del diamante
• carat – peso del diamante (Carat weight of the diamond)
• cut – calidad del corte (Fair, Good, Very Good, Premium, Ideal)
  (quality in increasing order)
• color – color del diamante (D … J), D siendo el mejor
• clarity – claridad del diamante (grado de inclusiones, del mejor al peor: FL, IF, VVS1, VVS2, VS1, VS2, SI1, SI2, I1, I2, I3)
• depth – profundidad en porcentaje (height from culet to table / average girdle diameter)
• table – ancho de la mesa en porcentaje del diámetro promedio
• x, y, z – dimensiones del diamante en mm (length, width, height)
• price – solo en train.csv, valor del diamante

📝 Tareas

Subtarea 1 (10 puntos)

Clasifique los diamantes de test.csv según su peso (carat):

• Light si carat < 0.5
• Medium si 0.5 ≤ carat < 1.5
• Heavy si carat ≥ 1.5

Subtarea 2 (15 puntos)

Calcule la proporción entre depth y table para cada diamante en test:

1proporcion = depth / table

Subtarea 3 (15 puntos)

Determine el volumen aproximado de cada diamante, utilizando para esto la fórmula:

1volumen = x * y * z

Subtarea 4 (60 puntos)

Construya un método capaz de estimar el valor del diamante (price)
para cada diamante en test.csv.

La evaluación final se realizará usando MAE (Mean Absolute Error):

• MAE (cuanto menor, mayor será el puntaje otorgado)

🧮 Evaluación

El puntaje para el último requerimiento se otorga según las siguientes fórmulas:

• MAE ≤ 260 → 60 puntos
• MAE ≥ 300 → 0 puntos
• Valores intermedios → puntaje proporcional

Para la subtarea 1, las respuestas se evalúan exactamente.

Para las subtareas 2 y 3, las respuestas se evalúan para los primeros 2 decimales.

📌 Notas

• Las variables categóricas (cut, color, clarity) pueden convertirse numéricamente
  usando métodos a elección (ej: LabelEncoder).
• Se permite cualquier técnica de análisis y predicción.

📄 Formato del archivo de envío

El archivo submission.csv debe contener una línea para cada fila de test
y cada subtarea:

1subtaskID datapointID answer

• subtaskID – 1, 2, 3 o 4
• datapointID – SampleID de test
• answer – resultado calculado o predicho

Ejemplo para un diamante con SampleID = 1023:

1subtaskID datapointID answer21 1023 Medium32 1023 0.61943 1023 0.3454 1023 4578