เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โมเดล Baseline จากวันและเวลา

เราได้สร้างโมเดล baseline ไปแล้ว 3 แบบ เพื่อฝึกฝนเพิ่มเติม ลองสร้างอีกสักสองแบบ โมเดลแรกอิงจากตัวแปรที่ใช้จัดกลุ่ม โดยค่าโดยสารมีแนวโน้มขึ้นอยู่กับช่วงเวลาของวัน เช่น ราคาอาจสูงขึ้นในช่วงชั่วโมงเร่งด่วน

เป้าหมายคือการสร้างโมเดล baseline ที่กำหนดค่าเฉลี่ยของ "fare_amount" ตามชั่วโมงที่ตรงกัน ในขั้นตอนนี้ จะสร้างโมเดลจากข้อมูล train ทั้งหมด แล้วทำนายผลสำหรับชุดข้อมูล test

DataFrame train และ test พร้อมใช้งานใน workspace แล้ว และคอลัมน์ "pickup_datetime" ในทั้งสอง DataFrame ถูกแปลงเป็นออบเจ็กต์ datetime ให้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแข่งขัน Kaggle ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ดึงค่าชั่วโมงจากคอลัมน์ "pickup_datetime" ของ DataFrame train และ test
  • คำนวณค่าเฉลี่ย "fare_amount" ในแต่ละชั่วโมงจากข้อมูล train
  • ทำนายผลสำหรับ test โดยใช้เมธอด map() ของ pandas ร่วมกับการจัดกลุ่มที่ได้
  • บันทึกผลการทำนายลงในไฟล์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด