皇家钻石商店

💎 皇家钻石商店 ✨

在王国的中心，坐落着皇家钻石商店，这里精心保存着各种形状和大小的珍贵宝石。

商店的管理员想要根据钻石的物理和美学特征来发现它们的价值，但是记录价格的羊皮纸已经在时间中丢失了。

为了帮助他，皇家议会创建了一个数据集合：

• train.csv – 已经评估过的钻石，包含所有特征和价格
• test.csv – 新钻石，特征完整，但没有价格

你的任务是使用数据分析和预测模型来发现钻石价值的秘密。

📊 数据集

train.csv 和 test.csv 文件中的每一行代表一颗钻石，通过以下特征描述：

• SampleID – 钻石的唯一标识符
• carat – 钻石的重量（Carat weight of the diamond）
• cut – 切工质量（Fair, Good, Very Good, Premium, Ideal）
  (quality in increasing order)
• color – 钻石颜色（D … J），D是最好的
• clarity – 钻石净度（内含物等级，从最好到最差：FL, IF, VVS1, VVS2, VS1, VS2, SI1, SI2, I1, I2, I3）
• depth – 深度百分比（height from culet to table / average girdle diameter）
• table – 台面宽度占平均直径的百分比
• x, y, z – 钻石的尺寸，单位毫米（length, width, height）
• price – 仅在train.csv中，钻石的价值

📝 任务

子任务1（10分）

根据重量（carat）对test.csv中的钻石进行分类：

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

子任务2（15分）

计算test中每颗钻石的depth和table之间的比例：

1proportie = depth / table

子任务3（15分）

确定每颗钻石的近似体积，使用以下公式：

1volum = x * y * z

子任务4（60分）

构建一种能够估计test.csv中每颗钻石价值（price）的方法。

最终评估将使用MAE（平均绝对误差）：

• MAE（越小，获得的分数越高）

🧮 评分

最后一个要求的分数按以下公式给出：

• MAE ≤ 260 → 60分
• MAE ≥ 300 → 0分
• 中间值 → 按比例给分

对于子任务1，答案按精确匹配评估。

对于子任务2和3，答案按前2位小数评估。

📌 注意事项

• 分类变量（cut, color, clarity）可以使用任选方法转换为数值
  （例如：LabelEncoder）。
• 允许使用任何分析和预测技术。

📄 提交文件格式

submission.csv文件必须包含test中每一行和每个子任务的一行：

1subtaskID datapointID answer

• subtaskID – 1, 2, 3 或 4
• datapointID – test中的SampleID
• answer – 计算或预测的结果

SampleID = 1023的钻石示例：

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