Petronel cyklisten

Petronel cyklisten

Problembeskrivning

För att hålla sig i form har Petronel bestämt sig för att vara mer sportig. I detta syfte har han börjat cykla regelbundet, både till jobbet och för rekreation. Han använder en dedikerad app för att övervaka sina turer och är intresserad av att få statistik över sina turer och observera hur han lyckas kombinera nytta med nöje genom att kategorisera turerna baserat på deras syfte.

Efter att ha fått en dataset som beskriver alla turer han har gjort sedan han började cykla, vill Petronel ta reda på vilken medelhastighet han cyklar med, beroende på kalendermånad. Dessutom har Petronel börjat märka sina turer och dela upp dem i: turer där han åkt mellan hemmet och jobbet utan att göra någon omväg; turer där han åkt mellan hemmet och jobbet men gjort en omväg för rekreation; och rent rekreativa turer. Eftersom märkningen är besvärlig behöver han ett program som automatiskt kan märka de återstående turerna (och framtida turer) med rimlig precision.

Träningsdataset

Filen dataset_train.csv presenterar följande kolumner i rubriken:

• Activity ID: Unik ID för turen
• Activity Date: datum och tid för turens start i GMT-tidszonen, i formatet Aug 23, 2025, 4:55:36 PM
• Distance: avståndet som tillryggalagts, uttryckt i kilometer
• Elapsed Time: total varaktighet för turen, inklusive vilotid
• Moving Time: faktisk varaktighet för cykling
• Starting Latitude, Starting Longitude: geografiska koordinater för startpunkten
• Finish Latitude, Finish Longitude: geografiska koordinater för slutpunkten
• Label: etikett applicerad på turen, med följande betydelser:
  • COMMUTE: pendlartur utan omväg;
  • LEISURELY_COMMUTE: pendlartur med omväg;
  • PURE_LEISURE: rent rekreativ tur.

Utvärderingsdataset

Filen dataset_eval.csv presenterar samma fält som träningsfilen, med undantag för fältet Label, som ska bestämmas.

Krav

Krav 1

Bestäm medelhastigheten för varje månad på året, uttryckt i km/h, enligt tillgänglig data i träningsdatasetet.

Krav 2

Utför märkning av turerna i filen dataset_eval.csv, baserat på etiketterna från posterna i filen dataset_train.csv.

Utvärdering

För krav 1: 2,5 poäng för korrekt beräknad medelhastighet för var och en av de 12 månaderna på kalenderåret - totalt 30 poäng.

För krav 2: 0,82 poäng för varje 1% av datasetet som märkts korrekt, upp till en maximal tröskel på 70 poäng. Med andra ord tolereras ~15% felaktiga märkningar.

Inlämningsfil

Utdatafilen är i CSV-format, med följande rubrik:

1subtaskID,Answer1,Answer2

För krav 1, exakt 12 rader, en för varje månad på året, enligt följande:

11,<månad>,<medelhastighet>

Månaden ska uttryckas genom trebokstavsförkortningen (Jan, Feb etc.) och medelhastigheten ska uttryckas som ett reellt tal med exakt 5 decimaler efter kommatecknet, avrundat nedåt.

För krav 2, en rad för varje post i utvärderingsfilen, enligt följande:

12,<tur-id>,<etikett>

Tur-ID:t tas direkt från utvärderingsfilen, och etiketten har ett av värdena som beskrivits ovan.

Starting kit

På denna länk hittar du ett zip-arkiv som innehåller tränings- och utvärderingsfilerna, men också ett exempel på en giltig inlämningsfil som får 1 poäng.