Predviđanje proizvodnje solarne energije

🌞 Predviđanje proizvodnje solarne energije

Opis problema

Želi se izgradnja modela regresije koji će predvideti dnevnu proizvodnju električne energije (kWh) solarnog panela, na osnovu meteoroloških uslova i karakteristika instalacije.

Svaki uzorak predstavlja jedan dan proizvodnje i karakterisan je kroz nekoliko numeričkih atributa, kao što su intenzitet svetlosti, temperatura vazduha, brzina vetra i drugi.

Ciljna etiketa (energy_output) predstavlja ukupnu energiju generisanu tog dana.

Ovaj problem pripada kategoriji univarijantne regresije.

---

🔹 Karakteristike (features)

• solar_irradiance – prosečno solarno zračenje (W/m²)
• temperature – prosečna temperatura vazduha (°C)
• humidity – relativna vlažnost (%)
• wind_speed – prosečna brzina vetra (m/s)
• cloud_cover – prosečna pokrivenost oblacima (%)
• panel_angle – ugao nagiba panela (°)
• panel_efficiency – efikasnost panela (%)

---

📘 Struktura ulaznih fajlova

train.csv

Sadrži sve kolone karakteristika plus kolonu energy_output, koja predstavlja ciljnu vrednost.

Primer:

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

Sadrži iste kolone kao train.csv, ali bez energy_output, i uključuje SampleID.

---

📤 Predaja

Izlazni fajl (submission.csv) mora da sadrži tačno dve kolone:

• SampleID
• energy_output – vrednost predviđena modelom (float, sa 2 decimale)

Primer:

SampleID	energy_output
1	41.75
2	29.10
3	35.80

---

⚙️ Evaluacija

Evaluacija modela će se vršiti koristeći Root Mean Squared Error (RMSE):

gde je N broj primera iz test skupa, y_i je stvarna vrednost a y^_i je vrednost predviđena modelom.

Finalni skor će se skalirati između 0 i 100, tako da mali RMSE vodi ka visokom skoru.

---

📊 Izvor

Podaci korišćeni za ovaj problem su sintetički generisani.