Mastering Taxi Fare Prediction: Unveiling the Data Insights Test

Pregunta

Tiene un conjunto de datos que contiene información sobre los viajes en taxi que ocurrieron durante un período determinado.

Necesita entrenar un modelo para predecir la tarifa de un viaje en taxi.

¿Qué deberías usar como característica?

Respuestas

A. el número de viajes en taxi en el conjunto de datos

B. la distancia de viaje de los viajes individuales en taxi

C. la tarifa de los viajes individuales en taxi

D. la ID de viaje de viajes de taxi individuales

Respuesta Correcta

B

La etiqueta es la columna que desea predecir. Las características identificadas son las entradas que le da al modelo para predecir la etiqueta.

Ejemplo:

El conjunto de datos proporcionado contiene las siguientes columnas:

id_proveedor: la identificación del proveedor de taxis es una función.

rate_code: El tipo de tarifa del viaje en taxi es una característica.

Passenger_count: El número de pasajeros en el viaje es una característica. trip_time_in_secs: la cantidad de tiempo que tomó el viaje. Desea predecir la tarifa del viaje antes de que se complete el viaje. En ese momento, no sabes cuánto durará el viaje. Por lo tanto, el tiempo de viaje no es una función y excluirá esta columna del modelo. trip_distance: La distancia del viaje es una característica. tipo_pago: El método de pago (efectivo o tarjeta de crédito) es una característica. fare_amount: La tarifa de taxi total pagada es la etiqueta.

https://docs.microsoft.com/es-es/dotnet/machine-learning/tutorials/predict-prices