Решение задачи регрессии для предсказания стоимости дома (in progress):

Целью этого проекта является демонстрация решения задачи регрессии для предсказания стоимости домов.

!(Это не конечная версия проекта! Сейчас он содержит все записи в ноутбуке, там уже продемонстрированы основные функции, но следующие шаги в доработке можно прочесть в одноимённом пункте)!

Описание

В работе рассмаотрены различные этапы и методы, применяющиеся в регрессии:

• Разведывательный анализ данных (EDA);
• Предобработка данных:
  • Работа с пропущенными значениями;
  • Преобразование категориальных признаков.
• Работа с моделями:
  • Применение различных моделей и оценка их результатов;
  • Стандартизация данных;
  • Выбор лучшей модели, применяя кросс-валидацию;
  • Отбор признаков по "важности";
  • Отбор и настройка гиперпараметров модели;
  • Интерпретация результатов модели.
• Предсказывание "исхода" для специального набора данных.

Следующие шаги:

• Модели:

  • Нормализация данных для методов knn;
  • Работа с моделями градиентного бустинга и xgboost;
  • Проверка других моделей;

• Написание функций/методов и скриптов для удобного обращения в ноутбуке;

• Структурирование внутри проекта;

• Построение пайплайнов;

• feature engineering;

• Streamlit;

• Оформление:

  • Оформление README.md;
  • Оформление ноутбуков;

Структура

Датасет: - House Prices из Kaggle соревнования.

datasets:

notebooks:

scripts:

Требования

• Код был написан на Python 3.13
• Зависимости из файла requirements.txt