Базова модель на основі дати

Ми вже побудували 3 різні базові моделі. Щоб закріпити навички, створімо ще кілька. Перша модель ґрунтується на групувальних змінних. Очевидно, що вартість поїздки може залежати від пори доби. Наприклад, ціни можуть бути вищими під час годин пік.

Ваше завдання — побудувати базову модель, яка призначатиме середнє значення «fare_amount» для відповідної години. Поки що ви створите модель на всіх даних train і зробите передбачення для набору даних test.

Доступ до датафреймів train і test уже є у вашому робочому середовищі. Крім того, стовпець «pickup_datetime» в обох датафреймах уже перетворено на об'єкт datetime.

Ця вправа є частиною курсу

Як перемагати в змаганнях Kaggle за допомогою Python

Переглянути курс

Інструкції до вправи

Отримайте годину зі стовпця «pickup_datetime» для датафреймів train і test.
Обчисліть середнє значення «fare_amount» для кожної години на даних train.
Зробіть передбачення для test, використавши метод map() з pandas та отримане групування.
Запишіть передбачення у файл.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код