Базовая модель на основе даты

Мы уже построили 3 различные базовые модели. Для закрепления навыков давайте создадим ещё несколько. Первая модель основана на переменных группировки. Очевидно, что стоимость поездки может зависеть от времени суток — например, в часы пик цены могут быть выше.

Ваша задача — построить базовую модель, которая будет присваивать среднее значение "fare_amount" для соответствующего часа. На данном этапе вы создадите модель на всех данных train и сделаете прогнозы для набора данных test.

DataFrame'ы train и test доступны в вашем рабочем пространстве. Столбец "pickup_datetime" в обоих DataFrame'ах уже преобразован в объект datetime.

Это упражнение является частью курса

Победа в соревновании Kaggle на Python

Посмотреть курс

Инструкции к упражнению

Извлеките час из столбца "pickup_datetime" для DataFrame'ов train и test.
Вычислите среднее значение "fare_amount" для каждого часа на обучающих данных.
Сформируйте прогнозы для test, используя метод map() из pandas и полученную группировку.
Запишите прогнозы в файл.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код