Previsione della produzione di energia solare

🌞 Previsione della produzione di energia solare

Descrizione del problema

Si desidera costruire un modello di regressione che preveda la produzione giornaliera di energia elettrica (kWh) di un pannello solare, basandosi sulle condizioni meteorologiche e sulle caratteristiche dell'installazione.

Ogni campione rappresenta un giorno di produzione ed è caratterizzato da diversi attributi numerici, come l'intensità della luce, la temperatura dell'aria, la velocità del vento e altri.

L'etichetta target (energy_output) rappresenta l'energia totale generata in quel giorno.

Questo problema appartiene alla categoria della regressione univariata.

---

🔹 Caratteristiche (features)

• solar_irradiance – radiazione solare media (W/m²)
• temperature – temperatura media dell'aria (°C)
• humidity – umidità relativa (%)
• wind_speed – velocità media del vento (m/s)
• cloud_cover – copertura media delle nuvole (%)
• panel_angle – angolo di inclinazione del pannello (°)
• panel_efficiency – efficienza del pannello (%)

---

📘 Struttura dei file di input

train.csv

Contiene tutte le colonne delle features più la colonna energy_output, che rappresenta il valore target.

Esempio:

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

Contiene le stesse colonne di train.csv, ma senza energy_output, e include SampleID.

---

📤 Sottomissione

Il file di output (submission.csv) deve contenere esattamente due colonne:

• SampleID
• energy_output – valore previsto dal modello (float, con 2 decimali)

Esempio:

SampleID	energy_output
1	41.75
2	29.10
3	35.80

---

⚙️ Valutazione

La valutazione dei modelli verrà effettuata utilizzando Root Mean Squared Error (RMSE):

dove N è il numero di esempi nel set di test, y_i è il valore reale e y^_i è il valore previsto dal modello.

Il punteggio finale verrà scalato tra 0 e 100, in modo che un RMSE basso porti a un punteggio alto.

---

📊 Fonte

I dati utilizzati per questo problema sono generati sinteticamente.