Veřejná doprava

Veřejná doprava 1

Popis problému

Máte k dispozici datovou sadu, jejíž záznamy obsahují geografické pozice prostředků veřejné dopravy z několika evropských měst během přibližně 3 dnů. Záznamy zahrnují následující pole:

• id = jedinečný identifikátor vozidla, ke kterému se záznam vztahuje
• timestamp = okamžik (v časovém pásmu GMT), kdy byl záznam získán
• vehicle_type = typ vozidla ve formě celého čísla
• latitude, longitude = GPS souřadnice vozidla v daném okamžiku timestamp

Poskytnutá data

Soubor dataset.csv: obsahuje datovou sadu s výše uvedenými poli

Cíl

Subtask 1

Určete počet různých vozidel a počet typů vozidel přítomných v datové sadě.

Subtask 2

Proveďte seskupení vozidel podle měst, jejichž informace se nacházejí v datové sadě.

Subtask 3

Víte, že všechna vozidla, jejichž typ má hodnotu 10, se nacházejí ve stejném městě a v noci se stahují do 3 dostupných dep. Určete přibližné souřadnice dep.

Hodnocení

Pro subtask 1: 10 bodů za správné určení obou hodnot.

Pro subtask 2: 30 bodů za správné přiřazení měst. Dílčí bodování bude váženo metrikou Adjusted Rand Index.

Pro subtask 3: Pro každé depo se bere v úvahu nejméně přesná souřadnice určená vzhledem k očekávané hodnotě a uděluje se 20 bodů, pokud je přesnost ≤ 0,003 stupně, a 0 bodů, pokud je přesnost ≥ 0,005 stupně. Mezi těmito hodnotami je bodování lineárně váženo.

Soubor pro odevzdání

Výstupní soubor je ve formátu CSV s následující hlavičkou:

1subtaskID,Value1,Value2

Pro subtask 1, jeden řádek následovně:

11, <počet různých vozidel>,<počet typů vozidel>

Pro subtask 2, jeden řádek pro každé různé vozidlo následovně:

12,<id>,<identifikátor města>

Každé město bude jednoznačně identifikováno celým číslem.

Pro subtask 3, jeden řádek pro každé určené depo následovně:

13,<zeměpisná šířka>,<zeměpisná délka>

Souřadnice budou reálná čísla s nejméně 3 desetinnými místy, seřazená od jihu na sever (od menší zeměpisné šířky k větší zeměpisné šířce).