Загрузка...
Задача #21
Автор:Mihai Nan
Сложность
Ваш лучший результат
Н/Д
Требуется построить модель регрессии для прогнозирования ежедневного производства электроэнергии (кВт·ч) солнечной панели на основе метеорологических условий и характеристик установки.
Каждый образец представляет день производства и характеризуется несколькими числовыми атрибутами, такими как интенсивность света, температура воздуха, скорость ветра и другие.
Целевая метка (energy_output) представляет общую энергию, сгенерированную в этот день.
Эта задача относится к категории одномерной регрессии.
solar_irradiance – средняя солнечная радиация (Вт/м²)temperature – средняя температура воздуха (°C)humidity – относительная влажность (%)wind_speed – средняя скорость ветра (м/с)cloud_cover – средняя облачность (%)panel_angle – угол наклона панели (°)panel_efficiency – эффективность панели (%)train.csvСодержит все столбцы признаков плюс столбец energy_output, который представляет целевое значение.
Пример:
| 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.csvСодержит те же столбцы, что и train.csv, но без energy_output, и включает SampleID.
Выходной файл (submission.csv) должен содержать ровно два столбца:
SampleIDenergy_output – значение, предсказанное моделью (float, с 2 десятичными знаками)Пример:
| SampleID | energy_output |
|---|---|
| 1 | 41.75 |
| 2 | 29.10 |
| 3 | 35.80 |
Оценка моделей будет проводиться с использованием Root Mean Squared Error (RMSE):
где N — количество примеров в тестовом наборе, y_i — реальное значение, а y^_i — значение, предсказанное моделью.
Итоговый балл будет масштабирован от 0 до 100, так что малое RMSE приведет к высокому баллу.
Данные, используемые для этой задачи, сгенерированы синтетически.