[6기] 프로그래머스 인공지능 데브코스 48일차 TIL

1018

8주차 과제; 시간 예측 모델

여러 도전들 정리

마지막이라는 마음가짐으로...

주문이 생성된 시간(created_at)에서 주문자가 배달을 받은 시간(actual_delivery_time)을 뺀 값을 출력값으로 지정했는데, 뒤에 식당이 주문을 받을 때까지 걸릴 것으로 예상되는 시간(estimated_order_place_duration)과 식당에서 출발해 주문자에게 도착할 때까지 걸릴 것으로 예측되는 시간(estimated_store_to_consumer_driving_duration)을 보정하지 않고 입력값으로 그대로 쓰려고 했던 실수.

 

따라서 1. 주문자의 주문이 수락되는 시간, 2. 음식이 제조되는 시간, 3. 그 음식을 주문자에게까지 배달되는 시간을 전부 고려하여야 모델 성능이 올라갈 것 같다.

 

1. 주문자의 주문이 수락되는 시간

• store_id: 식당 아이디
• created_at: 주문이 생성된 시간의 Timestamp(UTC) > 정확하게는 오전/오후/밤/새벽 시간대로 분류
• estimated_order_place_duration: 식당이 주문을 받을 때까지 걸릴 것으로 예상되는 시간(초단위)
  위 세 가지를 이용해서 수락 시간을 예상해 볼 수 있다.

 

2. 음식이 제조되는 시간

• store_id: 식당 아이디
• store_primary_category: 식당의 카테고리(italian, asian 등)
• total_items: 주문에 포함된 아이템(음식) 개수
• num_distinct_items: 주문에 포함된 비중복 아이템 개수
• max_item_price: 주문에 포함된 아이템 중 가장 비싼 아이템의 가격
• (배달 시간) - (주문 생성 시간)
  마지막에 있는 직접 생성한 데이터값도 포함해 볼 예정.

 

3. 그 음식을 주문자에게까지 배달되는 시간

• market_id: 지역(배달이 이루어지는 도시) 아이디
• created_at: 주문이 생성된 시간의 Timestamp(UTC) > 정확하게는 오전/오후/밤/새벽 시간대로 분류
• total_onshift: 주문이 생성되었을 때 가게로부터 10마일 이내에 있는 배달원들의 수
• total_busy: 위 배달원들 중 주문에 관여하고 있는 사람들의 수
• total_outstanding_orders: 주문한 가게로부터 10마일 이내에 있는 다른 주문들의 수
• estimated_store_to_consumer_driving_duration: 식당에서 출발해 주문자에 도착할 때까지 걸릴 것으로 예측되는 시간(초단위)