Это проект по предобработке данных для создания модели машинного обучения, которая будет оценивать квартиры и предлагать релевантную стоимость аренды.
В качестве региона выбрана Москва.
На основании датасета включающего более 23 тысяч записей реальных объявлений
работа по подготовке будет происходить в три этапа:
состав репозитория на данном релизе:
README.md описание задачи, состав участников
EDA.html - отчет из графиков и текстового описания
EDA.ipynb - jupyter notebook, в котором изучали данные
состав репозитория дополняется:
preprocessing.ipynb - jupyter notebook файл, где показан процесс обработки данных
data.csv - отвечающий критериям:
названия колонок на английском языке в одно/несколько слов с нижним подчёркиванием
в каждой колонке должны отсутствовать пропущенные значения (NaN, None и т.д.)
3. Финальный. Коммит данных с новыми фичами, отрефакторенный с прошлого релиза и файл data.csv c новыми колонками.
в составе репозитория изменения:
README.md добавлены основные выводы и иллюстрации
data.csv - полностью отвечающий предыдущим и новым критериям:
все значения внутри данных должны быть только численного типа (int или float)
отсутствуют полные дубликаты объявлений, только уникальные объявления
preprocessing.ipynb - jupyter notebook файл, где показан весь процесс обработки данных с комментариями, которые объясняют мотивацию принятия тех или иных решений в ходе работы
Над проектом работали:
Поляков Константин
Крушиницкая Ольга
Чебурашкин-Антипов Дмитрий
В результате обработки данных и построения матрицы корреляций были выявлены признаки, которые в бОльшей степени влияют на стоимость аренды
а именно:
- Количество комнат
- Площадь
- Адрес
Ниже приведены:
- Матрица корреляций
- Точечные распределения признаков с коэффициентом Пирсона более 0.5
- Гистограмма распределения стоимости аренды
