Загрузка
Загружаем соревнования
Транспортная компания хочет заранее оценивать стоимость доставки новых заказов. Для каждого заказа известны его дата, характеристики груза и условия доставки.
Постройте модель, которая предсказывает итоговую стоимость delivery_cost в рублях.
В train.csv находятся 35 088 заказов с 1 января 2023 года по 31 декабря 2024 года, для которых стоимость известна.
В test.csv находятся 8 688 заказов на следующие шесть месяцев — с 1 января по 30 июня 2025 года. Нужно получить прогноз для каждого из этих заказов. При построении модели учитывайте весь шестимесячный горизонт прогнозирования.
Каждый заказ — отдельная строка. Все признаки тестового заказа доступны в момент его оценки.
Признак | Описание |
|---|---|
| Уникальный случайный идентификатор заказа. |
| Дата заказа, формат |
| Общая протяжённость маршрута, километры. |
| Масса груза, килограммы. |
| Объём груза, кубические метры. |
| Количество точек разгрузки. |
| Срочная доставка: |
| Тип груза: |
| Зона доставки: |
| Стоимость доставки в рублях. Есть только в обучающей выборке. |
Метрика — RMSE, корень из средней квадратичной ошибки. Чем меньше, тем лучше.
На публичном лидерборде отображается оценка только по части тестовых заказов. Итоговый результат определяется по оставшейся, закрытой части. Состав этих частей участникам не раскрывается.
Загрузите CSV с двумя столбцами: id и delivery_cost. Один прогноз на каждый id из test.csv, без пропусков, дубликатов идентификаторов и дополнительного столбца индекса. Придерживайтесь порядка строк в sample_submission.csv.
sample_submission.csv показывает требуемый формат. Нули в нём — технические заглушки, а не готовые предсказания.