亚马逊商业分析师配送时间预测数据集1963-2021
数据来源：互联网公开数据
标签：配送时间预测,机器学习,时间序列,食品配送,模型评估,实际预测
数据概述：
本数据集旨在用于开发机器学习模型以预测配送人员的订单送达时间。数据集包含来自亚马逊配送系统的相关信息，包括训练集和测试集。训练集包含47880个文本文件，每个文件记录了一次配送的详细信息。测试集包含9112个文本文件，用于模型的评估和验证。此外，还提供了一个样本提交文件，描述了提交格式。
数据用途概述：
该数据集适用于开发和验证机器学习模型，以提高配送时间预测的准确性。通过对配送数据的分析，模型可以更好地理解影响配送时间的因素，如配送路线、交通状况、订单量等。这将有助于优化配送系统的效率，提高客户满意度。此外，该数据集还适用于教学和研究，帮助学习者了解配送时间预测的挑战和解决方案。
举例：
在训练集中，每个文本文件包含以下关键字段：订单号、配送人员ID、出发时间、预计送达时间、实际送达时间、配送距离、配送路线、交通状况、天气情况等。通过分析这些字段，可以提取有用的信息用于训练机器学习模型。模型的性能将使用R²得分进行评估，以衡量预测结果与实际结果之间的偏差。
