mirror of
https://github.com/soconnor0919/f1-race-prediction.git
synced 2026-02-05 00:06:39 -05:00
Remove track-specific hyperparameter optimizations, add raw data output
This commit is contained in:
Sean O'Connor
@@ -48,7 +48,7 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 1,
|
"execution_count": 2,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [],
|
"outputs": [],
|
||||||
"source": [
|
"source": [
|
||||||
@@ -63,28 +63,19 @@
|
|||||||
"import numpy as np\n",
|
"import numpy as np\n",
|
||||||
"import pandas as pd\n",
|
"import pandas as pd\n",
|
||||||
"import seaborn as sns\n",
|
"import seaborn as sns\n",
|
||||||
"import xgboost as xgb\n",
|
|
||||||
"from catboost import CatBoostRegressor\n",
|
|
||||||
"from fastf1.ergast.structure import FastestLap\n",
|
|
||||||
"from lightgbm import LGBMRegressor\n",
|
"from lightgbm import LGBMRegressor\n",
|
||||||
"from sklearn.compose import ColumnTransformer\n",
|
|
||||||
"from sklearn.ensemble import GradientBoostingRegressor, RandomForestRegressor\n",
|
"from sklearn.ensemble import GradientBoostingRegressor, RandomForestRegressor\n",
|
||||||
"from sklearn.impute import SimpleImputer\n",
|
"from sklearn.impute import SimpleImputer\n",
|
||||||
"from sklearn.linear_model import Lasso, LinearRegression, Ridge\n",
|
"from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score\n",
|
||||||
"from sklearn.metrics import (make_scorer, mean_absolute_error,\n",
|
"from sklearn.model_selection import train_test_split\n",
|
||||||
" mean_squared_error, r2_score)\n",
|
"from sklearn.pipeline import Pipeline\n",
|
||||||
"from sklearn.model_selection import (cross_val_score, cross_validate,\n",
|
|
||||||
" train_test_split)\n",
|
|
||||||
"from sklearn.pipeline import Pipeline, make_pipeline\n",
|
|
||||||
"from sklearn.preprocessing import StandardScaler\n",
|
"from sklearn.preprocessing import StandardScaler\n",
|
||||||
"from sklearn.svm import SVR\n",
|
|
||||||
"from sklearn.tree import DecisionTreeRegressor\n",
|
|
||||||
"from xgboost import XGBRegressor"
|
"from xgboost import XGBRegressor"
|
||||||
]
|
]
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 2,
|
"execution_count": 3,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [
|
"outputs": [
|
||||||
{
|
{
|
||||||
@@ -816,7 +807,7 @@
|
|||||||
"24 2024-12-08 17:00:00+04:00 2024-12-08 13:00:00 True \n",
|
"24 2024-12-08 17:00:00+04:00 2024-12-08 13:00:00 True \n",
|
||||||
"\n",
|
"\n",
|
||||||
"[25 rows x 23 columns]\n",
|
"[25 rows x 23 columns]\n",
|
||||||
"{'Session2DateUtc', 'Session2Date', 'OfficialEventName', 'Session2', 'EventName', 'RoundNumber', 'Session5DateUtc', 'Session1DateUtc', 'Session4DateUtc', 'Session4Date', 'Session3Date', 'F1ApiSupport', 'Country', 'Session5', 'EventFormat', 'Session3DateUtc', 'Session4', 'Session1', 'Session1Date', 'Session3', 'EventDate', 'Location', 'Session5Date'}\n"
|
"{'RoundNumber', 'Location', 'Session5Date', 'Session3', 'EventName', 'OfficialEventName', 'Session5', 'Session2DateUtc', 'Session2Date', 'Session5DateUtc', 'Session1', 'Session2', 'Session1DateUtc', 'Session4Date', 'Session3DateUtc', 'EventDate', 'F1ApiSupport', 'Session1Date', 'Country', 'Session3Date', 'Session4', 'EventFormat', 'Session4DateUtc'}\n"
|
||||||
]
|
]
|
||||||
}
|
}
|
||||||
],
|
],
|
||||||
@@ -848,7 +839,7 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 3,
|
"execution_count": 4,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [],
|
"outputs": [],
|
||||||
"source": [
|
"source": [
|
||||||
@@ -860,7 +851,7 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 4,
|
"execution_count": 5,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [
|
"outputs": [
|
||||||
{
|
{
|
||||||
@@ -922,22 +913,7 @@
|
|||||||
"name": "stdout",
|
"name": "stdout",
|
||||||
"output_type": "stream",
|
"output_type": "stream",
|
||||||
"text": [
|
"text": [
|
||||||
"Processing 2022 Dutch Grand Prix - Race\n"
|
"Processing 2022 Dutch Grand Prix - Race\n",
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stderr",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"_api WARNING \tDriver 241: Position data is incomplete!\n",
|
|
||||||
"_api WARNING \tDriver 242: Position data is incomplete!\n",
|
|
||||||
"_api WARNING \tDriver 243: Position data is incomplete!\n"
|
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stdout",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"Processing 2022 Italian Grand Prix - Race\n",
|
"Processing 2022 Italian Grand Prix - Race\n",
|
||||||
"Processing 2022 Austrian Grand Prix - Race\n",
|
"Processing 2022 Austrian Grand Prix - Race\n",
|
||||||
"Processing 2022 Hungarian Grand Prix - Race\n",
|
"Processing 2022 Hungarian Grand Prix - Race\n",
|
||||||
@@ -973,54 +949,11 @@
|
|||||||
"text": [
|
"text": [
|
||||||
"Processing 2022 Sao Paulo Grand Prix - Race\n",
|
"Processing 2022 Sao Paulo Grand Prix - Race\n",
|
||||||
"Processing 2023 Bahrain Grand Prix - Race\n",
|
"Processing 2023 Bahrain Grand Prix - Race\n",
|
||||||
"Processing 2023 Saudi Arabian Grand Prix - Race\n"
|
"Processing 2023 Saudi Arabian Grand Prix - Race\n",
|
||||||
]
|
"Processing 2023 Dutch Grand Prix - Race\n",
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stderr",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"_api WARNING \tDriver 241: Position data is incomplete!\n",
|
|
||||||
"_api WARNING \tDriver 242: Position data is incomplete!\n",
|
|
||||||
"_api WARNING \tDriver 243: Position data is incomplete!\n"
|
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stdout",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"Processing 2023 Dutch Grand Prix - Race\n"
|
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stderr",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"_api WARNING \tDriver 241: Position data is incomplete!\n",
|
|
||||||
"_api WARNING \tDriver 242: Position data is incomplete!\n",
|
|
||||||
"_api WARNING \tDriver 243: Position data is incomplete!\n"
|
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stdout",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"Processing 2023 Italian Grand Prix - Race\n",
|
"Processing 2023 Italian Grand Prix - Race\n",
|
||||||
"Processing 2023 Austrian Grand Prix - Race\n",
|
"Processing 2023 Austrian Grand Prix - Race\n",
|
||||||
"Processing 2023 Hungarian Grand Prix - Race\n"
|
"Processing 2023 Hungarian Grand Prix - Race\n",
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stderr",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"_api WARNING \tSkipping lap alignment (no suitable lap)!\n"
|
|
||||||
]
|
|
||||||
},
|
|
||||||
{
|
|
||||||
"name": "stdout",
|
|
||||||
"output_type": "stream",
|
|
||||||
"text": [
|
|
||||||
"Processing 2023 British Grand Prix - Race\n",
|
"Processing 2023 British Grand Prix - Race\n",
|
||||||
"Processing 2023 Belgian Grand Prix - Race\n"
|
"Processing 2023 Belgian Grand Prix - Race\n"
|
||||||
]
|
]
|
||||||
@@ -1202,7 +1135,7 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 5,
|
"execution_count": 11,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [],
|
"outputs": [],
|
||||||
"source": [
|
"source": [
|
||||||
@@ -1289,7 +1222,7 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 6,
|
"execution_count": 12,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [],
|
"outputs": [],
|
||||||
"source": [
|
"source": [
|
||||||
@@ -1323,77 +1256,7 @@
|
|||||||
" 'feature_fraction': 0.8,\n",
|
" 'feature_fraction': 0.8,\n",
|
||||||
" 'bagging_fraction': 0.8,\n",
|
" 'bagging_fraction': 0.8,\n",
|
||||||
" 'bagging_freq': 5\n",
|
" 'bagging_freq': 5\n",
|
||||||
" },\n",
|
" }\n",
|
||||||
" # 'British': {\n",
|
|
||||||
" # 'n_estimators': 500,\n",
|
|
||||||
" # 'max_depth': 8,\n",
|
|
||||||
" # 'learning_rate': 0.002,\n",
|
|
||||||
" # 'min_child_samples': 30,\n",
|
|
||||||
" # 'subsample': 0.75,\n",
|
|
||||||
" # 'colsample_bytree': 0.75,\n",
|
|
||||||
" # 'reg_alpha': 0.3,\n",
|
|
||||||
" # 'reg_lambda': 2.0,\n",
|
|
||||||
" # 'num_leaves': 30,\n",
|
|
||||||
" # 'feature_fraction': 0.7,\n",
|
|
||||||
" # 'bagging_fraction': 0.7,\n",
|
|
||||||
" # 'bagging_freq': 7\n",
|
|
||||||
" # },\n",
|
|
||||||
" # 'Bahrain': {\n",
|
|
||||||
" # 'n_estimators': 400,\n",
|
|
||||||
" # 'max_depth': 8,\n",
|
|
||||||
" # 'learning_rate': 0.003,\n",
|
|
||||||
" # 'min_child_samples': 25,\n",
|
|
||||||
" # 'subsample': 0.85,\n",
|
|
||||||
" # 'colsample_bytree': 0.85,\n",
|
|
||||||
" # 'reg_alpha': 0.2,\n",
|
|
||||||
" # 'reg_lambda': 1.5,\n",
|
|
||||||
" # 'num_leaves': 40,\n",
|
|
||||||
" # 'feature_fraction': 0.8,\n",
|
|
||||||
" # 'bagging_fraction': 0.8,\n",
|
|
||||||
" # 'bagging_freq': 5\n",
|
|
||||||
" # },\n",
|
|
||||||
" # 'Belgian': {\n",
|
|
||||||
" # 'n_estimators': 350,\n",
|
|
||||||
" # 'max_depth': 7,\n",
|
|
||||||
" # 'learning_rate': 0.004,\n",
|
|
||||||
" # 'min_child_samples': 20,\n",
|
|
||||||
" # 'subsample': 0.8,\n",
|
|
||||||
" # 'colsample_bytree': 0.8,\n",
|
|
||||||
" # 'reg_alpha': 0.15,\n",
|
|
||||||
" # 'reg_lambda': 1.2,\n",
|
|
||||||
" # 'num_leaves': 35,\n",
|
|
||||||
" # 'feature_fraction': 0.85,\n",
|
|
||||||
" # 'bagging_fraction': 0.85,\n",
|
|
||||||
" # 'bagging_freq': 4\n",
|
|
||||||
" # },\n",
|
|
||||||
" # 'Mexico': {\n",
|
|
||||||
" # 'n_estimators': 400,\n",
|
|
||||||
" # 'max_depth': 8,\n",
|
|
||||||
" # 'learning_rate': 0.003,\n",
|
|
||||||
" # 'min_child_samples': 25,\n",
|
|
||||||
" # 'subsample': 0.8,\n",
|
|
||||||
" # 'colsample_bytree': 0.8,\n",
|
|
||||||
" # 'reg_alpha': 0.25,\n",
|
|
||||||
" # 'reg_lambda': 1.8,\n",
|
|
||||||
" # 'num_leaves': 45,\n",
|
|
||||||
" # 'feature_fraction': 0.75,\n",
|
|
||||||
" # 'bagging_fraction': 0.75,\n",
|
|
||||||
" # 'bagging_freq': 6\n",
|
|
||||||
" # },\n",
|
|
||||||
" # 'United': {\n",
|
|
||||||
" # 'n_estimators': 350,\n",
|
|
||||||
" # 'max_depth': 7,\n",
|
|
||||||
" # 'learning_rate': 0.004,\n",
|
|
||||||
" # 'min_child_samples': 20,\n",
|
|
||||||
" # 'subsample': 0.8,\n",
|
|
||||||
" # 'colsample_bytree': 0.8,\n",
|
|
||||||
" # 'reg_alpha': 0.2,\n",
|
|
||||||
" # 'reg_lambda': 1.5,\n",
|
|
||||||
" # 'num_leaves': 38,\n",
|
|
||||||
" # 'feature_fraction': 0.8,\n",
|
|
||||||
" # 'bagging_fraction': 0.8,\n",
|
|
||||||
" # 'bagging_freq': 5\n",
|
|
||||||
" # }\n",
|
|
||||||
" }\n",
|
" }\n",
|
||||||
" \n",
|
" \n",
|
||||||
" for event in df['Event'].unique():\n",
|
" for event in df['Event'].unique():\n",
|
||||||
@@ -1486,7 +1349,7 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 7,
|
"execution_count": 13,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [],
|
"outputs": [],
|
||||||
"source": [
|
"source": [
|
||||||
@@ -1537,7 +1400,17 @@
|
|||||||
},
|
},
|
||||||
{
|
{
|
||||||
"cell_type": "code",
|
"cell_type": "code",
|
||||||
"execution_count": 9,
|
"execution_count": 14,
|
||||||
|
"metadata": {},
|
||||||
|
"outputs": [],
|
||||||
|
"source": [
|
||||||
|
"# Execute modeling pipeline\n",
|
||||||
|
"track_results = prepare_modeling_data(merged_data)"
|
||||||
|
]
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"cell_type": "code",
|
||||||
|
"execution_count": 15,
|
||||||
"metadata": {},
|
"metadata": {},
|
||||||
"outputs": [
|
"outputs": [
|
||||||
{
|
{
|
||||||
@@ -1561,16 +1434,298 @@
|
|||||||
"Gradient Boosting 4.259 0.726 2.083\n",
|
"Gradient Boosting 4.259 0.726 2.083\n",
|
||||||
"LightGBM 3.663 0.806 1.839\n",
|
"LightGBM 3.663 0.806 1.839\n",
|
||||||
"Random Forest 4.915 0.644 2.396\n",
|
"Random Forest 4.915 0.644 2.396\n",
|
||||||
"XGBoost 4.333 0.717 2.122\n"
|
"XGBoost 4.333 0.717 2.122\n",
|
||||||
|
"Track: Bahrain Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 4.6234365858465685\n",
|
||||||
|
"R²: 0.6564200639110124\n",
|
||||||
|
"MAE: 2.290882533957278\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 4.482723061975936\n",
|
||||||
|
"R²: 0.6770154094684407\n",
|
||||||
|
"MAE: 2.29924114498376\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 3.8929079093506234\n",
|
||||||
|
"R²: 0.7564174098342964\n",
|
||||||
|
"MAE: 2.0801687790577947\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 4.430663019623761\n",
|
||||||
|
"R²: 0.6844738017082579\n",
|
||||||
|
"MAE: 2.2434135261926085\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Austrian Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 4.231983001996377\n",
|
||||||
|
"R²: 0.6315230167652944\n",
|
||||||
|
"MAE: 1.8037092244342445\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 3.638262625437007\n",
|
||||||
|
"R²: 0.7276605062041149\n",
|
||||||
|
"MAE: 1.5160557512941613\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 3.2085157738706402\n",
|
||||||
|
"R²: 0.7881975920851034\n",
|
||||||
|
"MAE: 1.3781442667850283\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 3.6075605644058957\n",
|
||||||
|
"R²: 0.7322374733886421\n",
|
||||||
|
"MAE: 1.502905939005281\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Hungarian Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 2.5335596356569674\n",
|
||||||
|
"R²: 0.5171089086867844\n",
|
||||||
|
"MAE: 1.160672366663474\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 2.455101907621795\n",
|
||||||
|
"R²: 0.5465535791811402\n",
|
||||||
|
"MAE: 1.103825270056087\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 1.6021632941275028\n",
|
||||||
|
"R²: 0.8068919020455854\n",
|
||||||
|
"MAE: 0.9263329831566685\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 2.4229222556465633\n",
|
||||||
|
"R²: 0.558362554661797\n",
|
||||||
|
"MAE: 1.0875929258632762\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Italian Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 5.998999472404887\n",
|
||||||
|
"R²: 0.5962048423983586\n",
|
||||||
|
"MAE: 2.7633890861056942\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 5.593110923296684\n",
|
||||||
|
"R²: 0.6489974078020129\n",
|
||||||
|
"MAE: 2.53460153865636\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 4.74839367309371\n",
|
||||||
|
"R²: 0.7470137635605553\n",
|
||||||
|
"MAE: 1.989492196404826\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 5.494694856961057\n",
|
||||||
|
"R²: 0.6612411752270557\n",
|
||||||
|
"MAE: 2.487119952559893\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Belgian Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 2.82430664259527\n",
|
||||||
|
"R²: 0.691813998116644\n",
|
||||||
|
"MAE: 1.5528536196862557\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 2.625038105313402\n",
|
||||||
|
"R²: 0.7337678876875194\n",
|
||||||
|
"MAE: 1.3691763226722693\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 2.0031574571367945\n",
|
||||||
|
"R²: 0.8449686995436466\n",
|
||||||
|
"MAE: 1.2390753487134425\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 2.5552156220375553\n",
|
||||||
|
"R²: 0.7477423638235207\n",
|
||||||
|
"MAE: 1.3303552562227956\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Mexico City Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 4.581602699770516\n",
|
||||||
|
"R²: 0.7989636810843874\n",
|
||||||
|
"MAE: 2.447646886107032\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 4.235484309405982\n",
|
||||||
|
"R²: 0.8281910333067097\n",
|
||||||
|
"MAE: 2.27794335137729\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 3.2405925353794878\n",
|
||||||
|
"R²: 0.8994253509007487\n",
|
||||||
|
"MAE: 1.809661752663035\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 4.061311644595468\n",
|
||||||
|
"R²: 0.8420308416971385\n",
|
||||||
|
"MAE: 2.2083353448847975\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Dutch Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 5.242245165574648\n",
|
||||||
|
"R²: 0.6213123596709339\n",
|
||||||
|
"MAE: 2.4352761691493408\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 4.339238736578863\n",
|
||||||
|
"R²: 0.7405381175106279\n",
|
||||||
|
"MAE: 1.974121811562873\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 3.592136758167162\n",
|
||||||
|
"R²: 0.8221916302173067\n",
|
||||||
|
"MAE: 1.6727451259978803\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 4.277023140315852\n",
|
||||||
|
"R²: 0.7479250585546416\n",
|
||||||
|
"MAE: 1.937106220056557\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: United States Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 3.914879341498217\n",
|
||||||
|
"R²: 0.6624378004281326\n",
|
||||||
|
"MAE: 1.9716752813532386\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 3.316411051013265\n",
|
||||||
|
"R²: 0.7577555964658077\n",
|
||||||
|
"MAE: 1.7003761926987593\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 3.0797295392489423\n",
|
||||||
|
"R²: 0.7910981902207407\n",
|
||||||
|
"MAE: 1.560454661178369\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 3.248990517657715\n",
|
||||||
|
"R²: 0.7675048311230572\n",
|
||||||
|
"MAE: 1.6766273725189562\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: British Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 6.224674007048496\n",
|
||||||
|
"R²: 0.7040484018401661\n",
|
||||||
|
"MAE: 2.9628109220454757\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 5.62291328677216\n",
|
||||||
|
"R²: 0.7585038352530639\n",
|
||||||
|
"MAE: 2.6943669301228352\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 4.893601769901292\n",
|
||||||
|
"R²: 0.8170869401437746\n",
|
||||||
|
"MAE: 2.4294869493658147\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 5.492286957459624\n",
|
||||||
|
"R²: 0.7695939357041066\n",
|
||||||
|
"MAE: 2.613212445632392\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Saudi Arabian Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 8.120691777901165\n",
|
||||||
|
"R²: 0.4578286872779349\n",
|
||||||
|
"MAE: 4.039953681061913\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 6.65320459822338\n",
|
||||||
|
"R²: 0.6360747086514538\n",
|
||||||
|
"MAE: 3.274169052844664\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 5.855792569073277\n",
|
||||||
|
"R²: 0.7180826211908908\n",
|
||||||
|
"MAE: 2.835742073310954\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 6.672457444168485\n",
|
||||||
|
"R²: 0.6339654287673655\n",
|
||||||
|
"MAE: 3.2976268715753827\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Track: Sao Paulo Grand Prix\n",
|
||||||
|
"Model: Random Forest\n",
|
||||||
|
"RMSE: 5.7693406331780945\n",
|
||||||
|
"R²: 0.7506457092594622\n",
|
||||||
|
"MAE: 2.925633957041751\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: XGBoost\n",
|
||||||
|
"RMSE: 4.702681090626618\n",
|
||||||
|
"R²: 0.8343255491465327\n",
|
||||||
|
"MAE: 2.598996936017178\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: LightGBM\n",
|
||||||
|
"RMSE: 4.175640904129102\n",
|
||||||
|
"R²: 0.8693796721301632\n",
|
||||||
|
"MAE: 2.305109736740256\n",
|
||||||
|
"\n",
|
||||||
|
"\n",
|
||||||
|
"Model: Gradient Boosting\n",
|
||||||
|
"RMSE: 4.585681379219731\n",
|
||||||
|
"R²: 0.8424667492339786\n",
|
||||||
|
"MAE: 2.5341300309961023\n",
|
||||||
|
"\n",
|
||||||
|
"\n"
|
||||||
]
|
]
|
||||||
}
|
}
|
||||||
],
|
],
|
||||||
"source": [
|
"source": [
|
||||||
"# Execute modeling pipeline\n",
|
|
||||||
"track_results = prepare_modeling_data(merged_data)\n",
|
|
||||||
"\n",
|
|
||||||
"# Visualize results\n",
|
"# Visualize results\n",
|
||||||
"plot_model_performance(track_results)"
|
"plot_model_performance(track_results)\n",
|
||||||
|
"\n",
|
||||||
|
"# Print out each model's performance for each track\n",
|
||||||
|
"for track, models in track_results.items():\n",
|
||||||
|
" print(f\"Track: {track}\")\n",
|
||||||
|
" for model_name, metrics in models.items():\n",
|
||||||
|
" print(f\"Model: {model_name}\")\n",
|
||||||
|
" print(f\"RMSE: {metrics['rmse']}\")\n",
|
||||||
|
" print(f\"R²: {metrics['r2']}\")\n",
|
||||||
|
" print(f\"MAE: {metrics['mae']}\")\n",
|
||||||
|
" print(\"\\n\")"
|
||||||
]
|
]
|
||||||
},
|
},
|
||||||
{
|
{
|
||||||
|
|||||||
Reference in New Issue
Block a user