Modèle de base fondé sur la date

Nous avons déjà bâti 3 modèles de base différents. Pour vous exercer davantage, créons-en quelques autres. Le premier modèle repose sur des variables de regroupement. Il est clair que le tarif d'une course peut dépendre du moment de la journée. Par exemple, les prix peuvent être plus élevés pendant les heures de pointe.

Votre objectif est de construire un modèle de base qui attribue la « fare_amount » moyenne pour l'heure correspondante. Pour l'instant, vous allez créer le modèle sur l'ensemble des données train et produire des prédictions pour l'ensemble test.

Les DataFrames train et test sont disponibles dans votre espace de travail. De plus, la colonne « pickup_datetime » dans les deux DataFrames a déjà été convertie en objet datetime pour vous.

Cette activité fait partie du cours

Remporter une compétition Kaggle en Python

Voir le cours

Instructions de l’exercice

Récupérez l'heure à partir de la colonne « pickup_datetime » pour les DataFrames train et test.
Calculez la « fare_amount » moyenne pour chaque heure sur les données d'entraînement.
Effectuez les prédictions test en utilisant la méthode map() de pandas et le regroupement obtenu.
Écrivez les prédictions dans un fichier.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Get pickup hour from the pickup_datetime column
train['hour'] = train['pickup_datetime'].dt.____
test['hour'] = test['pickup_datetime'].dt.____

# Calculate average fare_amount grouped by pickup hour 
hour_groups = train.____('____')['____'].mean()

# Make predictions on the test set
test['fare_amount'] = test.hour.map(____)

# Write predictions
test[['id','fare_amount']].____('hour_mean_sub.csv', index=False)

Modifier et exécuter le code