Vorhersage der Zugverspätung - Schwierigkeit: EASY

Aufgabenbeschreibung

🚆 Vorhersage der Zugverspätung ⏱️

🇷🇴 Kontext 🚃

Die nationale Eisenbahngesellschaft möchte die Verspätung eines Zuges (in Minuten, ganze Zahl) bei der Ankunft am Zielbahnhof vorhersagen. Zu diesem Zweck wird Ihnen ein Datensatz mit Details zu den Fahrten des letzten Jahres zur Verfügung gestellt.

Für jede Fahrt kennen wir die folgenden Merkmale:

Name	Typ	Beschreibung
`SampleID`	int	Eindeutige Kennung der Stichprobe
`departure_time`	string (HH:MM)	Abfahrtszeit des Zuges
`distance_km`	float	Gesamtdistanz der Strecke
`avg_speed_kmh`	float	Tatsächliche Durchschnittsgeschwindigkeit
`num_stops`	int	Anzahl der Zwischenstopps
`weather`	Kategorie	Wetterbedingungen: `sunny`, `rain`, `snow`, `fog`
`weekday`	Kategorie	Wochentag
`special_events`	0/1	Außergewöhnliche Ereignisse auf der Strecke
`num_cars`	int	Anzahl der Waggons
`ticket_price`	float	Ticketpreis
`comfort_class`	Kategorie	`standard`, `intermediate`, `premium`
`delay_minutes`	int	Zielvariable – Zugverspätung in Minuten

Die Information delay_minutes ist nur im Trainingsdatensatz (train.csv) verfügbar.

🎯 Ziel der Aufgabe ⏱️

Sie müssen ein Modell trainieren, das delay_minutes basierend auf den anderen Merkmalen vorhersagen kann.

📝 Format der Einreichung

Sie müssen eine CSV-Datei (submission.csv) mit folgendem Format hochladen:

Python
1SampleID,delay_minutes20,1231,342,15

wobei:

SampleID mit den Werten aus test.csv übereinstimmen muss
delay_minutes die Vorhersage Ihres Modells ist, auf ganze Zahlen gerundet

📊 Bewertung

Die Bewertung erfolgt mit MAE (Mean Absolute Error):

$MAE$

Die Endpunktzahl wird basierend auf dem erzielten MAE-Score unter Verwendung folgender Regeln berechnet:

MAE ≤ 5 → 100 Punkte
MAE ≥ 20 → 0 Punkte
Für Zwischenwerte wird eine proportionale Punktzahl zwischen 0 und 100 vergeben.