Previsão do atraso de um trem

Previsão do atraso de um trem - Dificuldade: EASY

Descrição do problema

🚆 Previsão de atraso de um trem ⏱️

🇷🇴 Contexto 🚃

A companhia nacional de ferrovias deseja prever o atraso de um trem (em minutos, número inteiro) no momento da chegada à estação final. Para este propósito, é oferecido um conjunto de dados com detalhes sobre as viagens do último ano.

Para cada viagem conhecemos as seguintes características:

Nome	Tipo	Descrição
`SampleID`	int	Identificador único da amostra
`departure_time`	string (HH:MM)	Horário de partida do trem
`distance_km`	float	Distância total do percurso
`avg_speed_kmh`	float	Velocidade média real de deslocamento
`num_stops`	int	Número de paradas intermediárias
`weather`	categoria	Condições meteorológicas: `sunny`, `rain`, `snow`, `fog`
`weekday`	categoria	Dia da semana
`special_events`	0/1	Eventos excepcionais no percurso
`num_cars`	int	Número de vagões
`ticket_price`	float	Preço do bilhete
`comfort_class`	categoria	`standard`, `intermediate`, `premium`
`delay_minutes`	int	Variável alvo – atraso do trem em minutos

A informação delay_minutes está disponível apenas no conjunto de treinamento (train.csv).

🎯 Objetivo do problema ⏱️

Você deve treinar um modelo capaz de prever delay_minutes com base nas outras características.

📝 Formato da submissão

Você deve carregar um arquivo csv (submission.csv) com o seguinte formato:

Python
1SampleID,delay_minutes20,1231,342,15

onde:

SampleID deve coincidir com os valores de test.csv
delay_minutes é a previsão do seu modelo, arredondada para inteiro

📊 Avaliação

A avaliação será feita usando MAE (Mean Absolute Error):

$MAE$

A pontuação final é calculada com base no score MAE obtido usando as seguintes regras:

MAE ≤ 5 → 100 pontos
MAE ≥ 20 → 0 pontos
Para valores intermediários é atribuída pontuação proporcional entre 0 e 100.

Ficheiros

Descarregar ficheiros do problema

Submeter solução

Carrega manualmente o ficheiro de resultados. Também podes anexar o código-fonte.Máximo de 100 MB no total

Ficheiro de submissão

Clica para carregar ou arrasta e larga

CSV, ZIP, etc. (MÁX. 100MB)

Ficheiro de código fonte (opcional)

Clica para carregar ou arrasta e larga

Arquivo, notebook ou ficheiro de código

Inicia sessão para carregar uma submissão.

Trabalha e submete a partir do Google Colab

Abre um notebook preparado para este problema. A primeira célula liga o problema e descarrega os dados disponíveis. Quando terminares, submete os teus ficheiros para avaliação diretamente a partir do notebook.

As submissões feitas no Colab usam o mesmo avaliador e os mesmos limites. Acompanha o resultado em As minhas submissões.

O MLCompete só pode aceder ao notebook que cria no teu Google Drive, não aos outros ficheiros.

Não abre? Usa um código temporário

Gera o código aqui, abre o notebook público e introduz o código quando a primeira célula o pedir.

Inicia primeiro sessão no MLCompete para gerar um código do espaço de trabalho.

Abrir o notebook público no Google Colab

Cola o código do espaço de trabalho apenas quando o notebook o pedir. Nunca o partilhes com outra pessoa.