A gyémántok királyi boltja

💎 A királyi gyémántbolt ✨

A Királyság szívében található a Királyi Gyémántbolt, ahol minden formájú és méretű drágaköveket őriznek gondosan.

A Bolt őrzője szeretné felfedezni, mennyire értékesek a gyémántjai fizikai és esztétikai jellemzőik alapján, azonban az árakkal ellátott pergamenek elvesztek az idők során.

Hogy segítsen neki, a királyi tanács létrehozott egy adatgyűjteményt:

• train.csv – már értékelt gyémántok, minden jellemzővel és árukkal
• test.csv – új gyémántok, teljes jellemzőkkel, de ár nélkül

A feladatod, hogy felfedd a gyémántok értékének titkait adatelemzés és prediktív modellek használatával.

📊 Az adathalmaz

A train.csv és test.csv fájlok minden sora egy gyémántot reprezentál, amelyet a következő jellemzők írnak le:

• SampleID – a gyémánt egyedi azonosítója
• carat – a gyémánt súlya (Carat weight of the diamond)
• cut – a csiszolás minősége (Fair, Good, Very Good, Premium, Ideal)
  (quality in increasing order)
• color – a gyémánt színe (D … J), D a legjobb
• clarity – a gyémánt tisztasága (a zárványok foka, a legjobbtól a legrosszabbig: FL, IF, VVS1, VVS2, VS1, VS2, SI1, SI2, I1, I2, I3)
• depth – a mélység százalékban (height from culet to table / average girdle diameter)
• table – a tábla szélessége a középső átmérő százalékában
• x, y, z – a gyémánt méretei mm-ben (length, width, height)
• price – csak a train.csv-ben, a gyémánt értéke

📝 Feladatok

1. részfeladat (10 pont)

Osztályozza a test.csv gyémántjait súlyuk (carat) szerint:

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

2. részfeladat (15 pont)

Számítsa ki a depth és table arányát minden test gyémánthoz:

1proportie = depth / table

3. részfeladat (15 pont)

Határozza meg minden gyémánt hozzávetőleges térfogatát a következő képlet használatával:

1volum = x * y * z

4. részfeladat (60 pont)

Építsen egy módszert, amely képes megbecsülni a gyémánt értékét (price)
minden test.csv gyémánthoz.

A végső értékelés MAE (Mean Absolute Error) használatával történik:

• MAE (minél kisebb, annál nagyobb pontszámot kap)

🧮 Értékelés

Az utolsó követelmény pontszáma a következő képletek szerint kerül megadásra:

• MAE ≤ 260 → 60 pont
• MAE ≥ 300 → 0 pont
• Köztes értékek → arányos pontszám

Az 1. részfeladatnál a válaszokat pontosan értékelik.

A 2. és 3. részfeladatoknál a válaszokat az első 2 tizedesjegyre értékelik.

📌 Megjegyzések

• A kategorikus változók (cut, color, clarity) numerikussá alakíthatók
  tetszőleges módszerekkel (pl.: LabelEncoder).
• Bármilyen elemzési és predikciós technika megengedett.

📄 A beadandó fájl formátuma

A submission.csv fájlnak minden test sorhoz és minden részfeladathoz egy sort kell tartalmaznia:

1subtaskID datapointID answer

• subtaskID – 1, 2, 3 vagy 4
• datapointID – SampleID a testből
• answer – a kiszámított vagy előrejelzett eredmény

Példa egy SampleID = 1023 gyémánthoz:

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