DummyClassifier mostfrequent: baseline для редкого класса

Карточка базовой линии риска задержки

Команда доставки собирается оценивать модель риска задержки. Сначала ей нужна зафиксированная точка сравнения на отложенных рейсах: как разделены данные, сколько задержек в каждой части и какие показатели даёт предсказатель самого частого train-класса. В следующем проектном шаге модель сравнят с этой базовой линией на том же test.

Что уже дано

В текущем запуске доступен DataFrame df с теми же 480 строками, что в выданном delivery_risk.csv. Пять числовых признаков — distance_km, items_count, warehouse_load, forecast_rain_mm, is_weekend; delayed — готовая бинарная метка (1 означает задержку). CSV не монтируется в редактор кода, а переменные из предыдущих уроков не сохраняются.

Что нужно сделать

Соберите воспроизводимую карточку baseline. Признаки должны сохранить исходный порядок столбцов и не содержать delayed. Для сопоставимости с последующим проектным шагом доля test — 20%, random_state=42, доли классов сохраняются приблизительно стратификацией по целевой метке. Базовая линия — DummyClassifier(strategy='most_frequent'), обученный только на train. Все показатели относятся к отложенному test и положительному классу 1; неопределённую precision считайте равной 0.

Проверяющая система читает следующие переменные после вашего кода:

• X и y — признаки и целевая метка;
• X_train, X_test, y_train, y_test — согласованные части одного разделения;
• baseline и baseline_predictions — обученный ориентир и его прогнозы в порядке X_test;
• baseline_metrics — словарь с ключами accuracy, precision, recall, f1;
• class_balance — словарь с ключами all, train, test и числом задержек (класс 1) в каждой части.

Ввод и вывод

stdin не используется; печатать результат через print не нужно.