Junan myöhästymisen ennustaminen

Junan myöhästymisen ennustaminen - Vaikeustaso: EASY

Tehtävän kuvaus

🚆 Junan myöhästymisen ennustaminen ⏱️

🇷🇴 Konteksti 🚃

Kansallinen rautatieyhtiö haluaa ennustaa junan myöhästymisen (minuutteina, kokonaisluku) saapumishetkellä pääteasemalle. Tätä varten teille tarjotaan tietojoukko, joka sisältää yksityiskohtia viime vuoden matkoista.

Jokaisesta matkasta tiedämme seuraavat ominaisuudet:

Nimi	Tyyppi	Kuvaus
`SampleID`	int	Näytteen yksilöllinen tunniste
`departure_time`	string (HH:MM)	Junan lähtöaika
`distance_km`	float	Reitin kokonaisetäisyys
`avg_speed_kmh`	float	Todellinen keskinopeus
`num_stops`	int	Välipysähdysten määrä
`weather`	kategoria	Sääolosuhteet: `sunny`, `rain`, `snow`, `fog`
`weekday`	kategoria	Viikonpäivä
`special_events`	0/1	Poikkeukselliset tapahtumat reitillä
`num_cars`	int	Vaunujen määrä
`ticket_price`	float	Lipun hinta
`comfort_class`	kategoria	`standard`, `intermediate`, `premium`
`delay_minutes`	int	Kohdemuuttuja – junan myöhästyminen minuutteina

Tieto delay_minutes on saatavilla vain harjoitusjoukossa (train.csv).

🎯 Ongelman tavoite ⏱️

Teidän tulee kouluttaa malli, joka kykenee ennustamaan delay_minutes muiden ominaisuuksien perusteella.

📝 Lähetyksen muoto

Teidän tulee ladata csv-tiedosto (submission.csv) seuraavassa muodossa:

Python
1SampleID,delay_minutes20,1231,342,15

missä:

SampleID tulee vastata arvoja tiedostossa test.csv
delay_minutes on mallienne ennuste, pyöristettynä kokonaisluvuksi

📊 Arviointi

Arviointi tehdään käyttäen MAE (Mean Absolute Error) -mittaria:

$MAE$

Lopullinen pistemäärä lasketaan saadun MAE-tuloksen perusteella seuraavien sääntöjen mukaisesti:

MAE ≤ 5 → 100 pistettä
MAE ≥ 20 → 0 pistettä
Väliarvot saavat suhteellisen pistemäärän 0 ja 100 väliltä.