Rongi hilinemise ennustamine - Raskusaste: EASY

Ülesande kirjeldus

🚆 Rongi hilinemise ennustamine ⏱️

🇷🇴 Kontekst 🚃

Riiklik raudteeettevõte soovib ennustada rongi hilinemist (minutites, täisarv) lõppjaama saabumise hetkel. Selleks pakutakse teile andmestik eelmise aasta reisidega.

Iga reisi kohta teame järgmisi omadusi:

Nimi	Tüüp	Kirjeldus
`SampleID`	int	Valimi unikaalne identifikaator
`departure_time`	string (HH:MM)	Rongi väljumisaeg
`distance_km`	float	Marsruudi kogukaugus
`avg_speed_kmh`	float	Tegelik keskmine liikumiskiirus
`num_stops`	int	Vahepeatuskohtade arv
`weather`	kategooria	Ilmastikutingimused: `sunny`, `rain`, `snow`, `fog`
`weekday`	kategooria	Nädalapäev
`special_events`	0/1	Erakorralised sündmused marsruudil
`num_cars`	int	Vagunite arv
`ticket_price`	float	Pileti hind
`comfort_class`	kategooria	`standard`, `intermediate`, `premium`
`delay_minutes`	int	Sihimuutuja – rongi hilinemine minutites

Informatsioon delay_minutes on saadaval ainult treeningkomplektis (train.csv).

🎯 Ülesande eesmärk ⏱️

Peate treenima mudeli, mis suudab ennustada delay_minutes teiste omaduste põhjal.

📝 Esituse formaat

Peate üles laadima csv-faili (submission.csv) järgmises formaadis:

Python
1SampleID,delay_minutes20,1231,342,15

kus:

SampleID peab ühtima väärtustega failist test.csv
delay_minutes on teie mudeli ennustus, täisarvuni ümardatud

📊 Hindamine

Hindamine toimub kasutades MAE (Mean Absolute Error):

$MAE$

Lõplik punktisumma arvutatakse MAE skoori põhjal kasutades järgmisi reegleid:

MAE ≤ 5 → 100 punkti
MAE ≥ 20 → 0 punkti
Vahepealsete väärtuste korral antakse proportsionaalne punktisumma 0 ja 100 vahel.

Failid

Laadi ülesande failid alla

Esita lahendus

Laadige tulemusfail käsitsi üles. Soovi korral võite lisada lähtekoodi.Kokku kuni 100 MB

Esituse fail

Klõpsa üleslaadimiseks või lohista ja aseta

CSV, ZIP jne (MAX. 100MB)

Lähtekoodi fail (valikuline)

Klõpsa üleslaadimiseks või lohista ja aseta

Arhiiv, märkmik või koodifail

Logi sisse esituse üleslaadimiseks.

VÕI

Töötage ja esitage Google Colabis

Avage selle ülesande jaoks ettevalmistatud märkmik. Esimene lahter ühendab ülesande ja laadib alla saadaolevad andmed. Kui olete valmis, saatke failid märkmikust hindamisele.

Colabist tehtud esitused kasutavad sama hindamissüsteemi ja samu piiranguid. Tulemust saate jälgida jaotises Minu esitused.

MLCompete pääseb juurde ainult teie Google Drive’i loodud märkmikule, mitte teistele failidele.

Ei avane? Kasutage ajutist koodi

Looge kood siin, avage avalik märkmik ja sisestage see, kui esimene lahter seda küsib.

Tööruumi koodi loomiseks logi esmalt MLCompete'i sisse.

Ava avalik märkmik Colabis

Kleebi tööruumi kood alles siis, kui märkmik seda küsib. Ära jaga seda kunagi kellegi teisega.