该项目是关于世界最大的出租车公司Uber inc. 在这个项目中，我们希望预测他们未来交易案例的票价。Uber每天为成千上万的客户提供服务。现在，正确地管理他们的数据，提出新的商业理念，以获得最佳效果，变得非常重要。最终，准确估计车费价格变得非常重要。

Uber每天为大量客户提供服务，根据他们的数据以获得预测结果变得非常重要。
该数据集包含20万条Uber行程的价格、经纬度信息，可以使用回归算法对交易价格进行预测。

数据说明

key - 每次旅行的唯一标识符
fare_amount - 每次旅行的费用（美元）
pickup_datetime - 仪表使用的日期和时间
passenger_count - 车辆中的乘客数量（驾驶员输入的值）
pickup_longitude - 仪表使用的经度
pickup_latitude - 仪表使用的纬度
dropoff_longitude - 仪表脱离的经度
dropoff_latitude - 仪表脱离的纬度

问题描述

· 建立回归模型来预测优步的票价。
· 评估模型并比较它们各自的分数，如 R2、RMSE 等。