Поиск Написать публикацию. Яндекс Как мы делаем Яндекс. Время на прочтение 6 мин. Представьте, что вам надо вызвать такси. Вы открываете приложение, видите, что машина приедет минут через семь, нажимаете «Заказать» — и… автомобиль в 15 минутах от вас, задача яндекс такси вообще найден.
Смотрим поездки
Согласитесь, неприятно. Под катом поговорим о том, как методы машинного обучения помогают Яндекс. Для начала напомним, что пользователь видит в приложении перед заказом: На карте синим отмечены оптимальные точки для посадки в такси.Красный пин — точка, к которой пользователь вызывает такси.
- Яндекс чётко мониторит еженедельную выработку каждого водителя, и почти всегда даст водителю цель, близкую к пределу его возможностей. .
- У сервиса Яндекс Такси есть общие требования к автомобилям, которые могут выполнять заказы в разных тарифах.
- Aug , Легко доказать, что эта точка в оптимальном решении должна входить ровно в один отрезок, причём этот отрезок должен быть максимально отодвинут
- Nov , Са главная задача динамического ценообразования – предоставлять возможность заказать такси всегда. Достигается она с помощью коэффициента surge pricing coefficient, на который умножается
В пине отображается, через какое время прибудет машина. В идеальном мире. Но в реальном мире другие люди неподалеку тоже вызывают себе машину через приложение Яндекс.
Мобильное приложение
И мы не знаем, какой автомобиль к кому поедет, ведь они распределяются только после заказа. Если машина уже назначена, для прогноза мы воспользуемся роутингом Яндекс. Карт и временем при движении по оптимальному пути.Это время возможно, с небольшим запасом мы и покажем пользователю сразу после заказа. Остается вопрос: а как же спрогнозировать ETA до заказа. И здесь появляется машинное обучение. Составим выборку с объектами и правильными ответами и обучим алгоритм угадывать ответ по признакам объекта. В нашем случае объекты — это пользовательские сессии, ответы — это время, через которое фактически приехала машина.
, Как мы учили taxi-co.ru точно рассчитывать стоимость поездки / Хабр. Времяденьги. Как мы учили taxi-co.ru точно рассчитывать стоимость поездки. Любой из нас перед покупкой продукта Feb , Одна из главных задач в taxi-co.ruак сделать так, чтобы к пользователю быстро приезжала машина, а у водителя сокращалось время «холостого пробега» (то есть время, когда он на линии без Jun , Задача отделасделать так, чтобы за надёжный сервис заказа такси пользователи платили меньше, но при этом водители благодаря умным технологиям распределения заказов зарабатывали больше
Признаками объекта могут быть числовые параметры, известные до заказа: количество водителей и пользователей приложения рядом с пином, расстояние до ближайших автомобилей сервиса и другие потенциально полезные величины.Почему это важно В идеальном мире люди все делают заранее и всегда безошибочно планируют свое время. Но мы живем в реальном мире. Если человек опаздывает на работу или, хуже того, в аэропорт, ему важно понимать, успеет ли он вовремя выехать и добраться до места назначения. Решая, что заказать, будущий пассажир руководствуется в том числе временем ожидания.
Оно может сильно отличаться и в разных приложениях для вызова такси, и в разных тарифах одного приложения. Чтобы пользователь не пожалел о выборе, очень важно показывать точное ЕТА. Кажется, все.
Сначала мы не сомневались, что нужно прогнозировать то время, через которое к пользователю фактически приедет водитель. Да, до заказа мы не знаем наверняка, какая именно машина будет назначена. Но мы можем предсказать ETA, используя данные не о конкретном водителе, а о водителях поблизости от задача яндекс такси.
Увеличение доходов с «Проводником»
Разумеется, прогноз должен быть достаточно честным, чтобы пользователь мог планировать время.Но что значит «честным». Ведь любой алгоритм прогнозирования плох или хорош только статистически. Встречаются и удачные, и откровенно плохие результаты, но нужно «в среднем» не сильно отклоняться от правильных ответов. Здесь надо понимать, что «в среднем» бывает разное. Например, среднее — это как минимум три понятия из статистики: матожидание, медиана и мода.
Картинка из великолепной книги Дарелла Хаффа «Как лгать при помощи статистики» прекрасно показывает различие: Мы хотим, чтобы модель в среднем ошибалась мало. В зависимости от значения «в среднем» возникает два варианта оценки качества задача яндекс такси.
Са главная задача динамического ценообразования – предоставлять возможность заказать такси всегда. Достигается она с помощью коэффициента surge pricing coefficient, на который умножаетсяПервый вариант — показывать пользователю математическое ожидание времени до приезда такси. В итоге обучится модель, минимизирующая средний квадрат ошибки прогноза Mean Задача яндекс такси Error, MSE : Здесь — правильные ответы, — прогнозы модели.
Другой вариант — не ошибаться с прогнозом ETA преимущественно в одну сторону, в задача яндекс такси или в меньшую. В этом случае мы покажем задача яндекс такси медиану распределения времени до приезда такси. В итоге обучится модель, оптимизирующая средний модуль ошибки прогноза Mean Absolute Error, MAE : Но мы поняли, что задача яндекс такси забегаем.
Это время и показывается в пине после заказа. С одной стороны, теперь у нас больше информации и прогноз будет точнее, но, с задача яндекс такси стороны, это тоже оценка с погрешностью. Вот в чем оказался задача яндекс такси в задаче про ЕТА в пине. Пока водитель не назначен, надо прогнозировать именно то время, которое потом покажет роутинг Яндекс.
Карт, а не фактическое время до подачи машины. Казалось бы, что за чушь: вместо точного значения брать в качестве таргета другой прогноз. Но это имеет смысл, и вот.
Работа такси сервиса Яндекс
По пути к вам назначенная машина может задержаться. Водитель попал в опасную ситуацию на дороге, в пробку из-за ДТП или вышел купить воды. Такие задержки сложно предугадать.Одна из главных задач в taxi-co.ruак сделать так, чтобы к пользователю быстро приезжала машина, а у водителя сокращалось время «холостого пробега» (то есть время, когда он на линии без Заказывайте такси в приложении, на сайте или по телефону. Стоимость поездки по городу и в аэропорт известна заранее, подача машины за минут Мы строим цикл заказа таксипроцессы, происходящие под капотом после того, как пользователь нажимает «Заказать»
Они создают дополнительный шум в целевой переменной, из-за которого и без того непростая задача спрогнозировать ЕТА в пине становится еще сложнее.Как избавиться от шума.
- Са главная задача динамического ценообразования – предоставлять возможность заказать такси всегда. Достигается она с помощью коэффициента surge .
- Одной из главных задач Яндекс такси является обеспечение комфорта и безопасности наших клиентов во время поездки. Мы берем ответственность за .
- Feb , Одна из главных задач в taxi-co.ruак сделать так, чтобы к пользователю быстро приезжала машина, а у водителя сокращалось время
Прогнозировать сглаженную целевую переменную — время, которое показывается уже после назначения задача яндекс такси на основе маршрута к пользователю. В этом есть логика и с точки зрения бизнеса: время в дороге по оптимальному пути из ETA в задача яндекс такси случае не выкинешь, а вот дополнительные задержки можно уменьшать, работая с водителями. Метрики качества, данные, модель и обучение Мы выяснили, что для ЕТА в пине нужно прогнозировать не фактическое время, а время, которое будет получено после назначения машины по маршруту.
Но у MAE есть приятная особенность: модель более устойчива к выбросам outliers среди обучающих примеров. Признаки делятся на группы: — построенные по текущему времени; — гео координаты, расстояние до центра города и значимых объектов на карте ; — пиновые сколько и каких машин рядом, по-разному подсчитанная их плотность ; — статистика по зоне как обычно ошибаемся, сколько предсказываем ; задача яндекс такси данные задача яндекс такси ближайших водителях за какое время доезжают, насколько первый ближе второго и т.
На этих признаках обучали, конечно же, CatBoost. Решающим доводом было то, что реализованный в CatBoost градиентный бустинг над сбалансированными деревьями уже давно зарекомендовал себя как задача яндекс такси мощный метод машинного обучения, а способ кодирования категориальных признаков в CatBoost регулярно оправдывает себя на наших задачах. Другая приятная особенность библиотеки — быстрое обучение на GPU.
Теперь пара слов о том, какие модели сравнивались.
Последнее обновление 9 февр Сейчас расскажем, какие бывают задача яндекс такси и как они действуют. Если в городе действуют бонусы, их можно посмотреть на главном экране Яндекс Про — в разделе «Предложения». Они действуют на заказы в определенных районах города.
Исходное ЕТА задача яндекс такси уточнения машинным обучением рассчитывалось задача яндекс такси основе времени, за которое может приехать ближайшая к пользователю машина. Текущая модель используется в приложении сейчас — то, что получилось сделать с помощью машинного обучения и чему посвящена эта статья.Кроме того, в продакшн скоро выкатится новая модель. Она использует на порядок больше значимых задача яндекс такси решения задачи задача яндекс такси. В таблице ниже приводятся замеры качества задача яндекс такси моделей на исторических данных. К задача яндекс такси, у нас планов ещё много — приходите помогать.
Заказывайте такси в приложении, на сайте или по телефону. Стоимость поездки по городу и в аэропорт известна заранее, подача машины за минутТеги: машинное задача яндекс такси data science такси команда яндекс go. Комментарии Виктор Кантор vkantor. Отправить сообщение.
Комментарии Комментарии Лучшие за сутки Похожие. Сайт www. Ваш аккаунт Войти Регистрация.
Добываем информацию
Последнее обновление 22 мая На распределение никак не влияют ни диспетчеры таксопарков, ни сотрудники сервиса. Система ищет автомобиль, который подходит по тарифу задача яндекс такси ближе всех находится к месту подачи, то есть потратит не больше 15 минут на дорогу. Если пассажир указал какие-то дополнительные задача яндекс такси или опции, они тоже учитываются.
Например, кресло для поездки с ребёнком или возможность перевезти лыжи. Учитываются и пожелания водителей. Раз в день можно выбрать, с какой оплатой поступит следующий заказ: наличными или картой. А дважды в день Яндекс Про может подобрать заказы по пути к точкам, которые вы выбираете .