https://github.com/ark2016/technopark-vk-ml-cost-prediction
ML cost prediction task
https://github.com/ark2016/technopark-vk-ml-cost-prediction
bmstu jupyter-notebook ml technopark vk
Last synced: 3 months ago
JSON representation
ML cost prediction task
- Host: GitHub
- URL: https://github.com/ark2016/technopark-vk-ml-cost-prediction
- Owner: ark2016
- Created: 2024-04-27T18:23:55.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2024-05-11T19:24:28.000Z (about 1 year ago)
- Last Synced: 2025-01-17T03:46:54.778Z (4 months ago)
- Topics: bmstu, jupyter-notebook, ml, technopark, vk
- Language: Jupyter Notebook
- Homepage:
- Size: 20.8 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Technopark-VK-ML-cost-prediction
## Description
Участникам предоставлен набор данных объявлений о продаже недвижимости в некотором волшебном городе N. Задача - предсказать цену недвижимости по содержанию объявления.
## Evaluation
Метрика данного соревнования mean absolute error [MAE]
Балл рассчитывается как обратная величина метрике: score = 1 / (1 + MAE)
Разбиение на Train/Test выполнено по времени объявления.\
Разбиение тестового набора на Public/Private выполнено случайным образом в пропорции 30/70% соответственно.
## Файлы
_preproc.ipynb_ - предобработка кода с изолированной заменной null'ов, работа с датой с помощью регулярных выражений\
_first_try.ipynb_ - старый основной файл, но в нём слишком большой вывод ячейки => _first_try_removed.ipynb_\
**_first_try_removed.ipynb_** - основной файл, со всеми этапами предобработки данных, добавлением новых фич, нормализацией и работой с категориальными фичами, подбором гиперпараметров и последующим predict'ом, работа с датой через datetime64[ns]\
_remove_output.py_ - доработанный скрипт из просторов интернета для удаления вывода ячейки\
_KAN_try.ipynb_ - начал разбиравться с новой архитектурой, не успел(
## Данные
_StandardScaler_CatBoostRegressor_1_000_000_new_features_v2.csv_ - результат работы CatBoostRegressor для test с 1_000_000 итераций, новыми фичами\
_X2_CatBoostRegressor_1_000_000_new_features_v2.csv_ - тоже самое, опираясь на файл выше\
_trainStandardScaler_CatBoostRegressor_1_000_000_new_features_v2.csv_ - тоже самое, для train\
_train_X2_CatBoostRegressor_1_000_000_new_features_v2.csv_ - тоже самое, опираясь на файл выше\
_train_fillna_mean.csv_ - заполнение null'ов по столбцам
_train.csv_\
_test.csv_\
_sample_submission.csv_