Previsão da produção de energia solar

🌞 Predição da produção de energia solar

Descrição do problema

Deseja-se construir um modelo de regressão que preveja a produção diária de energia elétrica (kWh) de um painel solar, com base nas condições meteorológicas e nas características da instalação.

Cada amostra representa um dia de produção e é caracterizada por vários atributos numéricos, como intensidade da luz, temperatura do ar, velocidade do vento e outros.

O rótulo alvo (energy_output) representa a energia total gerada naquele dia.

Este problema pertence à categoria de regressão univariada.

---

🔹 Características (features)

• solar_irradiance – radiação solar média (W/m²)
• temperature – temperatura média do ar (°C)
• humidity – umidade relativa (%)
• wind_speed – velocidade média do vento (m/s)
• cloud_cover – cobertura média de nuvens (%)
• panel_angle – ângulo de inclinação do painel (°)
• panel_efficiency – eficiência do painel (%)

---

📘 Estrutura dos arquivos de entrada

train.csv

Contém todas as colunas de features mais a coluna energy_output, que representa o valor alvo.

Exemplo:

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

Contém as mesmas colunas que train.csv, mas sem energy_output, e inclui SampleID.

---

📤 Submissão

O arquivo de saída (submission.csv) deve conter exatamente duas colunas:

• SampleID
• energy_output – valor previsto pelo modelo (float, com 2 casas decimais)

Exemplo:

SampleID	energy_output
1	41.75
2	29.10
3	35.80

---

⚙️ Avaliação

A avaliação dos modelos será feita utilizando Root Mean Squared Error (RMSE):

onde N é o número de exemplos no conjunto de teste, y_i é o valor real e y^_i é o valor previsto pelo modelo.

A pontuação final será escalada entre 0 e 100, de forma que RMSE baixo conduza a pontuação alta.

---

📊 Fonte

Os dados utilizados para este problema são gerados sinteticamente.