ML_sold_price_apps

Файлы представлены в 2 видах .py и .ipynb.

data_proccessing

• Обработка данных
• Заполнение пропусков
• Чистка столбцов
• Разделение данных на нумерические и категоральные
• Обработка нумерических и категоральных данных

linear_regression

• регрессия для предсказания целевой переменной (sold_price)
• разделение данных на тестовые и обучающие
• проверка ошибки
• проверка на переобучаемость (не переобучены)

PSA_method

• Вычесления весов выборки для главных компонентов
• Вывод весов на графике
• area_total больше всего вес, значит имеет больше всего влияния

Что можно улучшить / доработать

• Оптимизация обработки данных, более чистый код
• Скорее всего из-за не очень качественного заполненния и обрабокти данных, низкий показатель R^2 (0.4 без столбца price, 0.98 с стобцом price)
• Более подробная документация в коде

Установка для pip

cd myproject
pip install -r requirements.txt

Установка для conda

cd myproject
conda install --file requirements.txt