{
  "fetched_at": "2026-10-19T22:14:47Z",
  "source_url": "https://www.kaggle.com/competitions/d-doan-l-ng-tieu-th-di-n-nang-usage-k-wh/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## Các tập tin\n\n* **train.csv** - tập huấn luyện\n* **test.csv** - bộ kiểm tra\n* **submission.csv** - tệp bài làm gửi ở dạng định dạng .csv\n\n## Columns\n\n*   `example_id` - definition of example_id\n*   `feature_1` - definition of feature_1\n*   etc.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Đánh Giá:",
      "content": "\nHiệu suất của mô hình sẽ được đánh giá bằng phương pháp đo lường như R2 Score\n\n## Submission File\nĐối với mỗi ID trong bộ kiểm tra, bạn phải dự đoán xác suất cho biến MỤC TIÊU (Usage_kWh). Tệp phải chứa tiêu đề và có định dạng sau:\n\n  Id\tUsage_kWh\n1\t4.373482317\n2\t4.202134959\n3\t3.611688074\n4\t3.636118138\n\n    etc.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "- Chỉ sử dụng ngôn ngữ R\n- Sử dụng phương pháp Hồi quy (Regression)\n- Không gian lận \n- Thầy sẽ kiểm tra gian lận dựa trên: Phân tích tập tin byte, Kiểm tra độ phức tạp và So sánh mã nguồn\n- Phải nộp cả file code\n- Chúc vui vẻ!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "Bài lab này này nhằm mục đích dự đoán lượng tiêu thụ điện năng (Usage_kWh) trong ngành công nghiệp thép. Mô hình sử dụng phương pháp hồi quy (Regression) để dự đoán lượng tiêu thụ điện năng dựa trên các đặc trưng như CO2(tCO2), các yếu tố phản kháng (Lagging_Current_Reactive.Power_kVarh, Leading_Current_Reactive_Power_kVarh), NSM (Normalized Solar Minutes), WeekStatus, Day_of_week, và Load_Type.\n\n**Dữ Liệu:**\nDữ liệu được cung cấp bao gồm các thông tin sau:\nCO2(tCO2): Lượng khí CO2 được sinh ra trong quá trình sản xuất.\nLagging_Current_Reactive.Power_kVarh: Sức phản kháng hiệu dụng kém.\nLeading_Current_Reactive_Power_kVarh: Sức phản kháng hiệu dụng tốt.\nNSM: Số phút mặt trời đã được chuẩn hóa.\nWeekStatus: Trạng thái trong tuần (Weekday hoặc Weekend).\nDay_of_week: Ngày trong tuần.\nLoad_Type: Loại tải.\n\n**Mục Tiêu:** Dự đoán lượng tiêu thụ điện năng (Usage_kWh) dựa trên các đặc trưng được cung cấp.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}