پیش‌بینی تأخیر پرواز

هدف و راهنمای انجام

ساخت مدل رگرسیون برای دادهٔ عملیاتی و تحلیل MAE

ورودی

request.json شامل train، test، features و target=arr_delay است.

خروجی

result.json با مقدار عددی تأخیر برای هر پرواز test.

1. ویژگی‌های زمان و مسافت را پاک‌سازی کن.
2. یک رگرسیون خطی یا همسایه‌ای را روی train آموزش بده.
3. MAE را روی پروازهای ندیده اندازه بگیر.
4. predictions را ذخیره کن.

در دادهٔ عملیاتی، خطاهای بزرگ را جداگانه تحلیل کن.

مثال ورودی و خروجی

{
    "input": {
        "train": "پروازهای دارای arr_delay",
        "test": "پروازهای بدون arr_delay"
    },
    "output": "predictions"
}

معیارهای موفقیت

• مقدارهای خروجی عددی و متناهی‌اند
• MAE کمتر از حد پذیرش است
• برچسب هدف test در آموزش استفاده نمی‌شود

کتابخانه‌ها: pandas, numpy