Голуби и булочки [SVM]

В городском парке люди регулярно делятся булочками с голубями. Иногда птицы игнорируют человека и улетают, иногда сметают булочку за секунды.
Исследователи решили зафиксировать несколько параметров ситуации и посмотреть, можно ли по ним предсказать, съедят ли голуби булочку.

Целевая переменная:

will_eat_bun
- 1 — голуби в итоге подошли и съели булочку
- 0 — голуби булочку не съели (испугались, улетели, проигнорировали и т.п.)

Признаки

Каждая строка датасета описывает одну “сессию” кормления голубей:

• bun_size — размер булочки (условная масса, чем больше — тем привлекательнее)
• distance_to_pigeons_m — начальное расстояние от булочки до ближайших голубей (в метрах)
• nearby_pigeons_count — количество голубей поблизости
• human_distance_m — расстояние от человека до булочки (в метрах)
• crumbs_on_ground — сколько крошек уже лежит на земле (условные единицы)
• noise_level — уровень шума вокруг (0–10)
• crowd_density — насколько людно (0–10; 0 — пусто, 10 — толпа)
• time_of_day — время суток (целый час, например 10 — 10:00, 15 — 15:00)
• is_raining — идёт ли дождь
• 1 — да
• 0 — нет
• feeding_spot_popularity — эмпирический индекс “насколько это место любят кормить голубей” (0–10)

Формат данных

train.csv

Обучающая выборка: - id — идентификатор наблюдения
- все признаки, перечисленные выше
- will_eat_bun — целевая переменная (0 или 1)

test.csv

Тестовая выборка: - id
- все признаки, кроме will_eat_bun

sample_submission.csv

Шаблон отправки решения: - id
- will_eat_bun — сюда нужно записать предсказания вашей модели для объектов test.csv

answer.csv

Файл с истинными значениями целевой переменной для объектов test.csv (используется только для проверки решений).

Цель

Построить модель, которая по заданным параметрам ситуации предсказывает, съедят ли голуби булочку (will_eat_bun = 1) или нет.