описание итоговой работы.txt

Данные имеют следующие особенности

в колонках Расстояние и время содержится расстояние до Заказчика и время.
скорее всего Расстояние и время очень важно когда водитель принимает решение ехать ему или нет.


в колонках Долгота и Широта координаты Водителя и Заказчика.
по Долготе и Широте можно рассчитать расстояние.

из 100 тыс строк в 26 тыс строк значений Расстояния и времени нет.

Основная суть решения :
берем категорийные столбцы и делаем их парсинг OneHotEncoder
к таким столбцам относятся

Модели обучаем методом Деревьев решений и XGBClassifier

далее уже делаем варианты основного решения :
1) в первом Варианте отбрасываем  строки с незаполненным Расстоянием. получаем точность модели :
точность 54% - 65%
2) вариант делаем рассчет Растояний. Время заполняем по средней скорости.
точность 60% - 66%
3) вариант точно такой же как 2, но предполагаем возможно время не имеет значения и оставим только расстояние. Время отбрасываем.
точность  56%  -  65%
4) вариант к варианту 2) добавляем столбец с номером водителя. всего водителей 450 в датасете. наверное это не совсем корректно делать модель под конкретных водителей. но точность возрастает значительно
точность 81% - 74%

базовый основной вариант 2)