加载中...
难度
您的最佳成绩
不适用
国家铁路公司希望预测火车延误时间(以分钟为单位,整数)在到达终点站时的情况。为此,我们为您提供了过去一年行程详情的数据集。
对于每次行程,我们了解以下特征:
| 名称 | 类型 | 描述 |
|---|---|---|
SampleID | int | 样本唯一标识符 |
departure_time | string (HH:MM) | 火车出发时间 |
distance_km | float | 路线总距离 |
avg_speed_kmh | float | 实际平均行驶速度 |
num_stops | int | 中间停靠站数量 |
weather | 类别 | 天气条件:sunny、rain、snow、fog |
weekday | 类别 | 星期几 |
special_events | 0/1 | 路线上的特殊事件 |
num_cars | int | 车厢数量 |
ticket_price | float | 票价 |
comfort_class | 类别 | standard、intermediate、premium |
delay_minutes | int | 目标变量 – 火车延误分钟数 |
delay_minutes 信息仅在训练集(train.csv)中可用。
您需要训练一个能够基于其他特征预测 delay_minutes 的模型。
您需要上传一个csv文件(submission.csv),格式如下:
SampleID,delay_minutes0,121,32,15其中:
SampleID 必须与 test.csv 中的值匹配delay_minutes 是您模型的预测值,四舍五入到整数评估将使用 MAE(平均绝对误差):
最终得分基于获得的MAE分数计算,使用以下规则: