# DEL/UFRJ - EEL891 - Semestre 2019-1 - Trabalho 1 — Data

来源：https://www.kaggle.com/competitions/eel891-2019-1-t1/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

<p>Trata-se de um conjunto de dados contendo informações a respeito de 53940 diamantes comercializados no mercado.  São fornecidos um conjunto de treinamento, um conjunto de teste e um exemplo de arquivo de submissão de resposta, todos em formato CSV.</p> 
<p>No conjunto de treinamento, composto por 33940 diamantes, são fornecidas 9 características de cada diamante, tais como dimensões geométricas, peso, grau de pureza, cor e qualidade do corte, acompanhadas do preço de venda. No conjunto de teste, composto pelos 20000 diamantes restantes, são fornecidas somente as características do diamante, cabendo ao competidor estimar o preço de venda.</p>
<h2>Arquivos Fornecidos</h2>
<ul>
<li><strong>train.csv</strong> - dados para treinamento (características dos diamantes e respectivos preços)</li>
<li><strong>test.csv</strong> - dados para teste (somente as características dos diamantes, sem os preços)</li>
<li><strong>sampleSubmission.csv</strong> - exemplo de arquivo para submissão das respostas (preços estimados para o conjunto de teste)</li>
</ul>
<h2>Descrição dos Campos</h2>
<ul>
<li><strong>Id</strong> - identificação única do diamante</li>
<li><strong>carat</strong> - peso em quilates (1 quilate = 0,2 g)</li>
<li><strong>cut</strong> - qualidade da lapidação, em uma escala categórica ordinal com os seguinte valores:
<br> "Fair" = aceitável (classificação de menor valor)
<br> "Good" = boa
<br> "Very Good" = muito boa
<br> "Premium" = excelente
<br> "Ideal" = perfeita (classificação de maior valor)
</li>
<li><strong>color</strong> - cor, em uma escala categórica ordinal com os seguintes valores:
<br> "D" = excepcionalmente incolor extra (classificação de maior valor)
<br> "E" = excepcionalmente incolor
<br> "F" = perfeitamente incolor 
<br> "G" = nitidamente incolor 
<br> "H" = incolor 
<br> "I" = cor levemente perceptível 
<br> "J" = cor perceptível (classificação de menor valor)
</li>
<li><strong>clarity</strong> - pureza, em uma escala categórica ordinal com os seguintes valores:
<br> "I1" = inclusões evidentes com lupa de 10x (classificação de menor valor)
<br> "SI2" e "SI1" = inclusões pequenas, mas fáceis de serem visualizadas com lupa de 10x
<br> "VS2" e "VS1" = inclusões muito pequenas e difíceis de serem visualizadas com lupa de 10x
<br> "VVS2" e "VVS1" = inclusões extremamente pequenas e muito difíceis de serem visualizadas com lupa de 10x
<br> "IF" = livre de inclusões (classificação de maior valor)
</li>
<li><strong>x</strong> - comprimento em milímetros</li>
<li><strong>y</strong> - largura em milímetros</li>
<li><strong>z</strong> - profundidade em milímetros</li>
<li><strong>depth</strong> - profundidade relativa = 100 * z / mean(x,y) = 200 * z / ( x + y )</li>
<li><strong>table</strong> - razão percentual entre entre a largura no topo e a largura no ponto mais largo</li>
<li><strong>price</strong> - preço do diamante, em dólares americanos</li>
</ul>