Завантаження...
Задача #21
Автор:Mihai Nan
Складність
Ваш найкращий результат
Н/Д
Потрібно побудувати модель регресії, яка прогнозуватиме щоденне виробництво електричної енергії (кВт·год) сонячної панелі на основі метеорологічних умов та характеристик установки.
Кожен зразок представляє день виробництва і характеризується кількома числовими атрибутами, такими як інтенсивність світла, температура повітря, швидкість вітру та інші.
Цільова мітка (energy_output) представляє загальну енергію, згенеровану в той день.
Ця задача належить до категорії одновимірної регресії.
solar_irradiance – середня сонячна радіація (Вт/м²)temperature – середня температура повітря (°C)humidity – відносна вологість (%)wind_speed – середня швидкість вітру (м/с)cloud_cover – середнє покриття хмарами (%)panel_angle – кут нахилу панелі (°)panel_efficiency – ефективність панелі (%)train.csvМістить усі колонки характеристик плюс колонку energy_output, яка представляє цільове значення.
Приклад:
| 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.csvМістить ті самі колонки, що й train.csv, але без energy_output, та включає SampleID.
Вихідний файл (submission.csv) повинен містити рівно дві колонки:
SampleIDenergy_output – значення, передбачене моделлю (float, з 2 десятковими знаками)Приклад:
| SampleID | energy_output |
|---|---|
| 1 | 41.75 |
| 2 | 29.10 |
| 3 | 35.80 |
Оцінювання моделей буде проводитися з використанням Root Mean Squared Error (RMSE):
де N - кількість прикладів у тестовому наборі, y_i - реальне значення, а y^_i - значення, передбачене моделлю.
Фінальний бал буде масштабований між 0 і 100, так що малий RMSE приведе до високого балу.
Дані, використані для цієї задачі, згенеровані синтетично.