Magazinul regal al diamantelor

💎 Magazinul regal al diamantelor ✨

În inima Regatului, se află Magazinul Regal al Diamantelor, unde pietre prețioase
de toate formele și mărimile sunt păstrate cu grijă.

Custodele Magazinului vrea să descopere cât de valoroase sunt diamantele sale,
în funcție de caracteristicile lor fizice și estetice, însă pergamentele cu prețuri
s-au pierdut în timp.

Pentru a-l ajuta, consiliul regal a creat o colecție de date:

• train.csv – diamantele deja evaluate, cu toate caracteristicile și prețul lor
• test.csv – diamante noi, cu caracteristicile completate, dar fără preț

Sarcina ta este să descoperi secretele valorii diamantelor folosind analiza datelor și modele predictive.

📊 Setul de date

Fiecare rând din fișierele train.csv și test.csv reprezintă un diamant descris prin următoarele caracteristici:

• SampleID – identificator unic al diamantului
• carat – greutatea diamantului (Carat weight of the diamond)
• cut – calitatea tăieturii (Fair, Good, Very Good, Premium, Ideal)
  (quality in increasing order)
• color – culoarea diamantului (D … J), D fiind cea mai bună
• clarity – claritatea diamantului (gradul incluziunilor, de la cel mai bun la cel mai rău: FL, IF, VVS1, VVS2, VS1, VS2, SI1, SI2, I1, I2, I3)
• depth – adâncimea în procente (height from culet to table / average girdle diameter)
• table – lățimea tablei în procente din diametrul mediu
• x, y, z – dimensiunile diamantului în mm (length, width, height)
• price – doar în train.csv, valoarea diamantului

📝 Task-uri

Subtask 1 (10 puncte)

Clasificați diamantele din test.csv în funcție de greutatea lor (carat):

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

Subtask 2 (15 puncte)

Calculați proporția dintre depth și table pentru fiecare diamant din test:

1proportie = depth / table

Subtask 3 (15 puncte)

Determinați volumul aproximativ al fiecărui diamant, utilizând pentru acest lucru formula:

1volum = x * y * z

Subtask 4 (60 puncte)

Construiți o metodă capabilă să estimeze valoarea diamantului (price)
pentru fiecare diamant din test.csv.

Evaluarea finală se va face folosind MAE (Mean Absolute Error):

• MAE (cu cât mai mic, cu atât punctajul oferit o să fie mai mare)

🧮 Evaluare

Punctajul pentru ultima cerință este acordat după următoarele formule:

• MAE ≤ 260 → 60 puncte
• MAE ≥ 300 → 0 puncte
• Valori intermediare → punctaj proporțional

Pentru subtask 1, răspunsurile sunt evaluate exact.

Pentru subtask-urile 2 și 3, răspunsurile sunt evaluate pentru primele 2 zecimale.

📌 Note

• Variabilele categorice (cut, color, clarity) pot fi convertite numeric
  folosind metode la alegere (ex: LabelEncoder).
• Este permisă orice tehnică de analiză și predicție.

📄 Formatul fișierului de submisie

Fișierul submission.csv trebuie să conțină câte o linie pentru fiecare rând din test
și fiecare subtask:

1subtaskID datapointID answer

• subtaskID – 1, 2, 3 sau 4
• datapointID – SampleID din test
• answer – rezultatul calculat sau prezis

Exemplu pentru un diamant cu SampleID = 1023:

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