Регрессионная задача. Изначально требуется провести анализ всех имеющихся признаков (признаки, начинающиеся на: NUM - вещественные; CAT - категориальные/бинарные) и выборки в целом. Процесс анализа полностью по пунктам описать. После обработки данных требуется обучить ML модель на обучающей выборке (см. поле “Разбивка” в файле) и предсказать целевую по данным тестовой выборки (см. поле “Разбивка”), целевая — TARGET. Данные полностью обезличены, так что придется ориентироваться только на статистики и связь с целевой. Особое внимание требуется уделить категориальным данным и их анализу с подробным описанием. Выборка заранее разбита нами на обучение и тест (см. поле “Разбивка”)
Метрики качества: MAPE, собственная метрика.
Собственная метрика: до 80 = ДОЛЯ(TARGET/PREDICT < 0,8); более 120 = ДОЛЯ(TARGET/PREDICT > 1,2); 80-120 = ДОЛЯ((TARGET/PREDICT >= 0,8)&&(TARGET/PREDICT <= 1,2)). Повышением качества модели является максимизация доли «80-120», минимизация доли «до 80» и минимизация MAPE.
- Kabriov_analysis_test.ipynb - ноутбук с анализом
- Kabirov_run.py - скрипт для запуска модели. Он ищет файл test.xlsx, преобразует его, делает предсказание и записывает данные в файл predicted_values.csv
- requirements.txt - файл версий для библиотек в Kabirov_run.py
Папка data - содержит файлы для обучения и некоторые другие:
- Файлы с названием admin_level_4 разных форматов - для отрисовки карты
- Файлы с форматом .joblib - кодировщики данных (one-hot-encoding, PCA, k-means)
- tableconvert_csv_uladfy.csv - файл с данными по регионам городов
- data.xlsx - исходный файл для анализа