Napenergia-termelés előrejelzése

🌞 Napenergia-termelés előrejelzése

A probléma leírása

Egy regressziós modell építése a cél, amely napelem napi elektromos energia termelését (kWh) jósolja meg a meteorológiai körülmények és a telepítés jellemzői alapján.

Minden minta egy termelési napot képvisel, és több numerikus attribútummal jellemezhető, mint például a fény intenzitása, a levegő hőmérséklete, a szél sebessége és egyebek.

A célcímke (energy_output) az adott napon generált összes energiát jelenti.

Ez a probléma az egyváltozós regresszió kategóriájába tartozik.

---

🔹 Jellemzők (features)

• solar_irradiance – átlagos napsugárzás (W/m²)
• temperature – átlagos levegőhőmérséklet (°C)
• humidity – relatív páratartalom (%)
• wind_speed – átlagos szélsebesség (m/s)
• cloud_cover – átlagos felhőborítottság (%)
• panel_angle – a panel dőlésszöge (°)
• panel_efficiency – a panel hatékonysága (%)

---

📘 A bemeneti fájlok szerkezete

train.csv

Tartalmazza az összes feature oszlopot plusz az energy_output oszlopot, amely a célértéket jelenti.

Példa:

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

Ugyanazokat az oszlopokat tartalmazza, mint a train.csv, de energy_output nélkül, és tartalmazza a SampleID-t.

---

📤 Beküldés

A kimeneti fájlnak (submission.csv) pontosan két oszlopot kell tartalmaznia:

• SampleID
• energy_output – a modell által előrejelzett érték (float, 2 tizedesjeggyel)

Példa:

SampleID	energy_output
1	41.75
2	29.10
3	35.80

---

⚙️ Értékelés

A modellek értékelése Root Mean Squared Error (RMSE) használatával történik:

ahol N a teszt halmazban lévő példák száma, y_i a valós érték és y^_i a modell által előrejelzett érték.

A végső pontszám 0 és 100 között lesz skálázva úgy, hogy az alacsony RMSE magas pontszámhoz vezessen.

---

📊 Forrás

A problémához használt adatok szintetikusan generáltak.