Dificultad
Tu mejor puntuación
N/D
La Administración Federal de Aviación desea desarrollar un sistema capaz de predecir el retraso de un vuelo (en minutos) a la llegada, basándose en información histórica sobre aerolíneas, aeropuertos y condiciones operacionales.
Para este propósito, se les proporciona un conjunto de datos agregado a nivel de:
(año, mes, aerolínea, aeropuerto).
| Nombre | Descripción |
|---|---|
sample_id | ID único de la muestra (ej: 0194048) |
year | Año del reporte |
month | Mes del reporte |
carrier | Código de la aerolínea |
carrier_name | Nombre completo de la aerolínea |
airport | Código del aeropuerto (IATA) |
airport_name | Nombre del aeropuerto |
arr_flights | Número total de vuelos que llegaron |
arr_del15 | Número de llegadas con retraso >15 minutos |
carrier_ct | Retrasos atribuidos al operador |
weather_ct | Retrasos causados por condiciones meteorológicas |
nas_ct | Retrasos causados por el sistema nacional (NAS) |
security_ct | Retrasos de seguridad |
late_aircraft_ct | Retrasos causados por aeronaves llegadas tarde |
arr_cancelled | Vuelos cancelados |
arr_diverted | Vuelos desviados |
delay | Variable objetivo — retraso total a la llegada (minutos, disponible solo en train.csv) |
Nota: En el archivo
test.csv, la columnadelayestá ausente y debe ser predicha.
Entrenen un modelo que prediga delay (en minutos) usando las características mencionadas arriba.
El resultado final será enviado en forma de un archivo submission.csv.
El archivo debe ser:
sample_id,delay0194048,1320194049,00194050,215donde:
sample_id debe coincidir con los valores de test.csvdelay representa un número entero, la predicción del modeloLa evaluación se realiza usando MAE (Mean Absolute Error):
¡Éxito y vuelo suave! ✨