De koninklijke diamantwinkel

💎 De Koninklijke Diamantwinkel ✨

In het hart van het Koninkrijk bevindt zich De Koninklijke Diamantwinkel, waar edelstenen
van alle vormen en maten zorgvuldig bewaard worden.

De Bewaarder van de Winkel wil ontdekken hoe waardevol zijn diamanten zijn,
op basis van hun fysieke en esthetische eigenschappen, maar de perkamenten met prijzen
zijn verloren gegaan in de tijd.

Om hem te helpen heeft de koninklijke raad een datacollectie gecreëerd:

• train.csv – reeds geëvalueerde diamanten, met alle eigenschappen en hun prijs
• test.csv – nieuwe diamanten, met volledige eigenschappen, maar zonder prijs

Jouw taak is om de geheimen van de waarde van diamanten te ontdekken met behulp van data-analyse en voorspellende modellen.

📊 De dataset

Elke rij in de bestanden train.csv en test.csv vertegenwoordigt een diamant beschreven door de volgende eigenschappen:

• SampleID – unieke identificator van de diamant
• carat – gewicht van de diamant (Carat weight of the diamond)
• cut – kwaliteit van de slijpvorm (Fair, Good, Very Good, Premium, Ideal)
  (quality in increasing order)
• color – kleur van de diamant (D … J), D is de beste
• clarity – helderheid van de diamant (graad van insluitsels, van beste naar slechtste: FL, IF, VVS1, VVS2, VS1, VS2, SI1, SI2, I1, I2, I3)
• depth – diepte in procenten (height from culet to table / average girdle diameter)
• table – breedte van de tafel in procenten van de gemiddelde diameter
• x, y, z – afmetingen van de diamant in mm (length, width, height)
• price – alleen in train.csv, waarde van de diamant

📝 Taken

Subtask 1 (10 punten)

Classificeer de diamanten uit test.csv op basis van hun gewicht (carat):

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

Subtask 2 (15 punten)

Bereken de verhouding tussen depth en table voor elke diamant uit test:

1proportie = depth / table

Subtask 3 (15 punten)

Bepaal het geschatte volume van elke diamant, gebruik hiervoor de formule:

1volum = x * y * z

Subtask 4 (60 punten)

Bouw een methode die in staat is om de waarde van de diamant (price)
te schatten voor elke diamant uit test.csv.

De eindelijke evaluatie wordt gedaan met MAE (Mean Absolute Error):

• MAE (hoe lager, hoe hoger de toegekende score zal zijn)

🧮 Evaluatie

De score voor de laatste eis wordt toegekend volgens de volgende formules:

• MAE ≤ 260 → 60 punten
• MAE ≥ 300 → 0 punten
• Tussenliggende waarden → proportionele score

Voor subtask 1 worden de antwoorden exact geëvalueerd.

Voor subtasks 2 en 3 worden de antwoorden geëvalueerd op de eerste 2 decimalen.

📌 Opmerkingen

• Categorische variabelen (cut, color, clarity) kunnen numeriek geconverteerd worden
  met methoden naar keuze (bijv: LabelEncoder).
• Elke techniek voor analyse en voorspelling is toegestaan.

📄 Formaat van het inleverbestand

Het bestand submission.csv moet één regel bevatten voor elke rij uit test
en elke subtask:

1subtaskID datapointID answer

• subtaskID – 1, 2, 3 of 4
• datapointID – SampleID uit test
• answer – het berekende of voorspelde resultaat

Voorbeeld voor een diamant met SampleID = 1023:

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