印度城市内票价估算数据集
数据来源：互联网公开数据
标签：城市内交通,票价估算,数据预测,机器学习,交通模式,城市分析,运输方式
数据概述：
本数据集包含了过去两年（2015年1月1日至2016年12月31日）印度多个城市不同运输方式的城市内旅行样本数据，共计20,000条记录。每条记录代表一次完整的旅行，详细记录了旅行的开始时间、起点和终点的经纬度、使用的交通工具类型、携带的行李重量、等待时间、交通堵塞时间、行驶距离以及最终的旅行费用等信息。数据集适用于分析和预测城市内的交通模式和票价估算。
数据用途概述：
该数据集适用于交通模式分析、城市交通规划、票价预测模型训练等多种场景。研究人员可以通过此数据集探究不同城市不同运输方式的票价规律；交通管理部门可以利用数据优化交通管理和调度策略；企业可以参考数据制定合理的票价策略。此外，该数据集也适合用于教育培训，帮助学习者掌握城市交通分析的技能和方法。
举例：
数据集中的每条记录代表一次完整的旅行，包含11个关键特征。例如，一条记录可能是：
ID: 12345
TIMESTAMP: 2015-07-15 14:30:00
STARTING_LATITUDE: 13.0333
STARTING_LONGITUDE: 80.2499
DESTINATION_LATITUDE: 12.9716
DESTINATION_LONGITUDE: 77.5946
VEHICLE_TYPE: Cab
TOTAL_LUGGAGE_WEIGHT: 15.0
WAIT_TIME: 5.0
TRAFFIC_STUCK_TIME: 20
DISTANCE: 350
FARE: 550.0
这条记录表示一次于2015年7月15日下午2点30分开始的旅行，起点位于马德拉斯（现称钦奈）某地，终点位于班加罗尔某地，乘客携带了15公斤行李，等待时间为5分钟，交通堵塞时间为20分钟，行驶距离为350公里，最终旅行费用为550卢比。
