감귤 착과량 예측 AI 경진대회

Dataset Info.

• train.csv [파일]
• ID : 과수나무 고유 ID
• 착과량(int) : 실제 감귤 착과량 (Target)
• 나무 생육 상태 Features (5개)

수고(m), 수관폭1(min), 수관폭2(max), 수관폭평균(수관폭1과 수관폭2의 평균)

데이터 기입은 cm 단위

• 새순 Features (89개)

2022년 09월 01일 ~ 2022년 11월 28일에 일별 측정된 새순 데이터

• 엽록소 Features (89개)

2022년 09월 01일 ~ 2022년 11월 28일에 일별 측정된 엽록소 데이터

• test.csv [파일]
• ID : 과수나무 고유 ID
• 나무 생육 상태 Features (5개)

수고(m), 수관폭1(min), 수관폭2(max), 수관폭평균(수관폭1과 수관폭2의 평균)

데이터 기입은 cm 단위

• 새순 Features (89개)

2022년 09월 01일 ~ 2022년 11월 28일에 일별 측정된 새순 데이터

• 엽록소 Features (89개)

2022년 09월 01일 ~ 2022년 11월 28일에 일별 측정된 엽록소 데이터

• sample_submission.csv [제출양식]
• ID : 과수나무 고유 ID
• 착과량(int) : 예측한 감귤 착과량