Petronel cyklista

Petronel cyklista

Popis problému

V zájmu udržení zdraví si Petronel předsevzal být sportovnější. V tomto smyslu začal pravidelně jezdit na kole, jak do práce, tak pro rekreaci. Používá specializovanou aplikaci pro sledování svých jízd a zajímá se o získání statistik týkajících se svých jízd a pozorování způsobu, jakým se mu daří kombinovat užitečné s příjemným, kategorizováním jízd podle sledovaného účelu.

Poté, co získal sadu dat popisující všechny jízdy, které uskutečnil od chvíle, kdy začal jezdit na kole, si Petronel přeje zjistit, jaká je průměrná rychlost, kterou jezdí, v závislosti na kalendářním měsíci. Petronel také začal označovat jízdy, rozděluje je na: jízdy, při kterých se přemístil mezi domovem a prací, aniž by udělal nějakou objížďku; jízdy, při kterých se přemístil mezi domovem a prací, přičemž udělal i objížďku pro rekreaci; a čistě rekreační jízdy. Protože označování je náročné, potřebuje program, který by automaticky označil zbývající jízdy (a budoucí) s rozumnou přesností.

Trénovací sada dat

Soubor dataset_train.csv prezentuje v hlavičce následující sloupce:

• Activity ID: jedinečné ID jízdy
• Activity Date: datum a čas začátku jízdy v časovém pásmu GMT, ve formě Aug 23, 2025, 4:55:36 PM
• Distance: vzdálenost, na které se uskutečnilo přemístění, vyjádřená v kilometrech
• Elapsed Time: celková doba jízdy, včetně času odpočinku
• Moving Time: skutečná doba přemístění na kole
• Starting Latitude, Starting Longitude: geografické souřadnice výchozího bodu
• Finish Latitude, Finish Longitude: geografické souřadnice koncového bodu
• Label: štítek aplikovaný na jízdu, s následujícími významy:
  • COMMUTE: dojížďková jízda bez objížďky;
  • LEISURELY_COMMUTE: dojížďková jízda s objížďkou;
  • PURE_LEISURE: čistě rekreační jízda.

Evaluační sada dat

Soubor dataset_eval.csv prezentuje stejná pole jako soubor s daty pro trénování, s výjimkou pole Label, které je třeba určit.

Požadavky

Požadavek 1

Určete průměrnou rychlost přemístění pro každý měsíc v roce, vyjádřenou v km/h, podle dat dostupných v trénovací sadě dat.

Požadavek 2

Proveďte označení jízd přítomných v souboru dataset_eval.csv, vycházeje ze štítků záznamů ze souboru dataset_train.csv.

Hodnocení

Pro požadavek 1: po 2,5 bodech za průměrnou rychlost správně vypočítanou pro každý z 12 měsíců kalendářního roku - celkem 30 bodů.

Pro požadavek 2: po 0,82 bodech za každé 1% ze sady dat správně označené, až do maximálního prahu 70 bodů. Jinými slovy, toleruje se ~15% chybných označení.

Soubor pro odevzdání

Výstupní soubor je ve formátu CSV, s následující hlavičkou:

1subtaskID,Answer1,Answer2

Pro požadavek 1, přesně 12 řádků, po jednom pro každý měsíc roku, následovně:

11,<měsíc>,<průměrná rychlost>

Měsíc bude vyjádřen třípísmennou zkratkou (Jan, Feb atd.) a průměrná rychlost bude vyjádřena jako reálné číslo s přesně 5 desetinnými místy za čárkou, zaokrouhlené nedostatkem.

Pro požadavek 2, po jednom řádku pro každý záznam přítomný v evaluačním souboru, následovně:

12,<id jízdy>,<štítek>

ID jízdy je převzato přímo z evaluačního souboru a štítek má jednu z hodnot popsaných výše.

Starting kit

Najdete na tomto odkazu zip archiv, ve kterém se nacházejí trénovací a evaluační soubory, ale také příklad platného souboru pro odevzdání, který získá 1 bod.