Aurinkoenergia-tuotannon ennustaminen

🌞 Aurinkoenergia tuotannon ennustaminen

Ongelman kuvaus

Tavoitteena on rakentaa regressiomalli, joka ennustaa aurinkopaneelin päivittäisen sähköenergian tuotannon (kWh) sääolosuhteiden ja laitteiston ominaisuuksien perusteella.

Jokainen näyte edustaa yhtä tuotantopäivää ja sitä luonnehtivat useat numeeriset attribuutit, kuten valon intensiteetti, ilman lämpötila, tuulen nopeus ja muut.

Kohdetunniste (energy_output) edustaa kyseisenä päivänä tuotettua kokonaisenergiaa.

Tämä ongelma kuuluu yksimuuttujaisen regression kategoriaan.

---

🔹 Ominaisuudet (features)

• solar_irradiance – keskimääräinen auringonsäteily (W/m²)
• temperature – ilman keskimääräinen lämpötila (°C)
• humidity – suhteellinen kosteus (%)
• wind_speed – keskimääräinen tuulen nopeus (m/s)
• cloud_cover – keskimääräinen pilvisyys (%)
• panel_angle – paneelin kallistuskulma (°)
• panel_efficiency – paneelin hyötysuhde (%)

---

📘 Syötetiedostojen rakenne

train.csv

Sisältää kaikki ominaisuussarakkeet sekä energy_output-sarakkeen, joka edustaa kohdearvoaa.

Esimerkki:

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.csv

Sisältää samat sarakkeet kuin train.csv, mutta ilman energy_output-saraketta, ja sisältää SampleID:n.

---

📤 Palautus

Tulostetiedoston (submission.csv) tulee sisältää täsmälleen kaksi saraketta:

• SampleID
• energy_output – mallin ennustama arvo (float, 2 desimaalin tarkkuudella)

Esimerkki:

SampleID	energy_output
1	41.75
2	29.10
3	35.80

---

⚙️ Arviointi

Mallien arviointi tehdään käyttäen Root Mean Squared Error (RMSE) -mittaria:

missä N on testijoukon esimerkkien määrä, y_i on todellinen arvo ja y^_i on mallin ennustama arvo.

Lopullinen pistemäärä skaalataan välille 0-100 siten, että pieni RMSE johtaa korkeaan pistemäärään.

---

📊 Lähde

Tässä ongelmassa käytetyt tiedot on generoitu synteettisesti.