Principle ochevka

Сеть магазинов планирует закупки на следующие четыре недели. По историческим данным нужно предсказать, сколько единиц каждого товара будет продано в каждом магазине за каждый день прогнозного периода.

Данные

Вам предоставлена выгрузка из системы учёта за 6 января — 22 июня 2025 года. Она охватывает все совершённые продажи за этот период. Записи агрегированы по дате, магазину и товару: sales — количество проданных единиц за день.

Все магазины работают ежедневно с одинаковым фиксированным ассортиментом. Товары из справочника доступны во всех магазинах на протяжении рассматриваемого периода. Возвратов нет.

Даты записаны в формате YYYY-MM-DD. Идентификаторы магазинов и товаров согласованы между файлами. В истории каждая комбинация даты, магазина и товара встречается не более одного раза. id — идентификатор строки теста.

Значения store_type: residential — жилой район, transit — рядом с транспортным узлом.

Значения category: grocery — бакалея, drinks — напитки, snacks — снеки, dairy — молочные продукты, household — товары для дома, canned — консервы.

Задача

Постройте прогноз на 23 июня — 20 июля 2025 года для каждой строки test.csv.

Весь прогноз составляется по информации, доступной на конец 22 июня. Продажи внутри прогнозного периода неизвестны.

Метрика и формат ответа

Качество оценивается по Root Mean Squared Error (RMSE), меньше — лучше:

Здесь $y_i$ — настоящее количество проданных единиц, $\hat y_i$ — прогноз, $N$

Все строки теста имеют одинаковый вес. Прогнозы должны быть неотрицательными; дробные значения допустимы, округление не требуется.

Отправьте CSV с колонками id,sales и одним прогнозом для каждого идентификатора из test.csv. Используйте структуру sample_submission.csv; значения в нём служат только примером.

Публичный результат рассчитывается на случайных 30% теста, итоговый — на остальных 70%.