Det kongelige diamantmagasinet

💎 Det kongelige diamantmagasinet ✨

I hjertet av Riket ligger Det kongelige diamantmagasinet, hvor edelstener
av alle former og størrelser oppbevares med omhu.

Magasinets vokter ønsker å oppdage hvor verdifulle diamantene hans er,
basert på deres fysiske og estetiske egenskaper, men pergamentene med priser
har gått tapt i tiden.

For å hjelpe ham har det kongelige rådet opprettet en datasamling:

• train.csv – diamanter som allerede er evaluert, med alle egenskapene og prisen deres
• test.csv – nye diamanter, med egenskapene utfylt, men uten pris

Din oppgave er å oppdage hemmelighetene bak diamantenes verdi ved hjelp av dataanalyse og prediktive modeller.

📊 Datasettet

Hver rad i filene train.csv og test.csv representerer en diamant beskrevet gjennom følgende egenskaper:

• SampleID – unik identifikator for diamanten
• carat – diamantens vekt (Carat weight of the diamond)
• cut – kvaliteten på slipen (Fair, Good, Very Good, Premium, Ideal)
  (quality in increasing order)
• color – diamantens farge (D … J), D er den beste
• clarity – diamantens klarhet (graden av inneslutninger, fra beste til verste: FL, IF, VVS1, VVS2, VS1, VS2, SI1, SI2, I1, I2, I3)
• depth – dybden i prosent (height from culet to table / average girdle diameter)
• table – bordets bredde i prosent av gjennomsnittlig diameter
• x, y, z – diamantens dimensjoner i mm (length, width, height)
• price – kun i train.csv, diamantens verdi

📝 Oppgaver

Deloppgave 1 (10 poeng)

Klassifiser diamantene fra test.csv basert på deres vekt (carat):

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

Deloppgave 2 (15 poeng)

Beregn forholdet mellom depth og table for hver diamant i test:

1proportie = depth / table

Deloppgave 3 (15 poeng)

Bestem det omtrentlige volumet til hver diamant, ved å bruke formelen:

1volum = x * y * z

Deloppgave 4 (60 poeng)

Bygg en metode som kan estimere diamantens verdi (price)
for hver diamant i test.csv.

Den endelige evalueringen vil bli gjort ved hjelp av MAE (Mean Absolute Error):

• MAE (jo lavere, jo høyere poengsum vil bli gitt)

🧮 Evaluering

Poengsummen for den siste oppgaven tildeles etter følgende formler:

• MAE ≤ 260 → 60 poeng
• MAE ≥ 300 → 0 poeng
• Mellomverdier → proporsjonal poengsum

For deloppgave 1 evalueres svarene nøyaktig.

For deloppgavene 2 og 3 evalueres svarene for de første 2 desimalene.

📌 Merknader

• Kategoriske variabler (cut, color, clarity) kan konverteres numerisk
  ved hjelp av valgfrie metoder (f.eks: LabelEncoder).
• Enhver teknikk for analyse og prediksjon er tillatt.

📄 Format for innleveringsfilen

Filen submission.csv må inneholde én linje for hver rad i test
og hver deloppgave:

1subtaskID datapointID answer

• subtaskID – 1, 2, 3 eller 4
• datapointID – SampleID fra test
• answer – det beregnede eller predikerte resultatet

Eksempel for en diamant med SampleID = 1023:

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