Basmodell baserad på datum

Vi har redan byggt 3 olika basmodeller. Låt oss bygga ytterligare ett par för att öva mer. Den första modellen bygger på grupperingsvariabler. Det är tydligt att resans pris kan bero på tidpunkten på dygnet – till exempel kan priserna vara högre under rusningstid.

Ditt mål är att bygga en basmodell som tilldelar det genomsnittliga "fare_amount" för motsvarande timme. Just nu skapar du modellen utifrån hela train-datan och gör prediktioner för datamängden test.

DataFrame-objekten train och test finns tillgängliga i din arbetsyta. Dessutom har kolumnen "pickup_datetime" i båda DataFrame-objekten redan konverterats till ett datetime-objekt åt dig.

Den här övningen är en del av kursen

Vinna en Kaggle-tävling i Python

Visa kurs

Övningsinstruktioner

Hämta timmen från kolumnen "pickup_datetime" för DataFrame-objekten train och test.
Beräkna det genomsnittliga "fare_amount" för varje timme i träningsdatan.
Gör prediktioner för test med hjälp av pandas map()-metoden och den gruppering du fick fram.
Skriv prediktorerna till filen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod