كل المشاريع
سلاسل زمنية
التنبؤ بوقت توصيل الطعام
معيار انحدار بـ 16 نموذجاً. الانحدار الخطي يفوز بشكل مفاجئ: RMSE=8.76 دقيقة، R²=0.829. XGBoost مضبوط: RMSE=9.19. المسافة والحركة المرورية تهيمنان. ميزات التفاعل تلتقط اللاخطية للنماذج الخطية.
8.76 min
Best RMSE (Linear Reg)
0.829
Best R²
9.19 min
Tuned XGBoost RMSE
16
Models benchmarked
مجموعة البيانات
1,000 طلب توصيل طعام — 9 ميزات
المنهجية
هندسة ميزات التفاعل → معيار 16 نموذجاً → HPO RandomizedSearchCV
المكدس التقني
PythonXGBoostLightGBMCatBoostScikit-learn
الكلمات المفتاحية
RegressionXGBoostLightGBMFeature EngineeringFood DeliveryRMSE
المرئيات6 مخططات
التعمق
معيار انحدار شامل للتنبؤ بوقت توصيل الطعام.
مجموعة البيانات
- ◂1,000 طلب: مسافة، طقس، حركة مرور، وقت اليوم، نوع المركبة، وقت التحضير، خبرة الموصّل
- ◂30 قيمة مفقودة (3%) → استيفاء النمط/الوسيط
- ◂الهدف: Delivery_Time_min
هندسة الميزات ترتيبي: مرور (منخفض→مرتفع=0,1,2)، وقت اليوم (صباح→ليل=0,1,2,3) One-hot: طقس (5 حالات)، مركبة (4 أنواع) تفاعل: مسافة×مرور_مُشفَّر، خبرة_موصّل×مسافة
نتائج 16 نموذجاً
| النموذج | RMSE (دقيقة) | R² |
|---|---|---|
| الانحدار الخطي | 8.76 | 0.829 |
| Ridge / Lasso | 8.76 | 0.829 |
| Random Forest | 9.09 | 0.817 |
| LightGBM | 9.09 | 0.817 |
| XGBoost (مضبوط) | 9.19 | 0.812 |
اكتشاف مفاجئ الانحدار الخطي يفوز على هذه البيانات. مع ميزات التفاعل المناسبة، يلتقط معظم التباين. الحدود المهندَسة تُرمِّز بالفعل اللاخطية.
أبرز ميزات SHAP (XGBoost)
- ◂المسافة (km) 2. مستوى المرور 3. وقت التحضير 4. خبرة الموصّل