Тетюхин.Task9

[MaximTetuchin]

Задача 9. Сравнение методов регрессии

** Дедлайн: 28.11.2025, 23:59

• Полный балл: 20

Задача

• Найти данные, на которых интересно будет решать задачу регрессии (больше 1000 строк, больше 5 признаков).
• Считать данные, выполнить первичный анализ данных, при необходимости произвести чистку данных (Data Cleaning).
• Выполнить разведочный анализ (EDA), использовать визуализацию, сделать выводы, которые могут быть полезны при дальнейшем решении задачи регрессии.
• При необходимости выполнить полезные преобразования данных (например, трансформировать категориальные признаки в количественные), убрать ненужные признаки, создать новые (Feature Engineering).
• Используя подбор гиперпараметров, кросс-валидацию и при необходимости масштабирование данных, добиться наилучшего качества предсказания для библиотечных реализаций (например, из sklearn) четырёх регрессионных методов.
• Сравнить все обученные модели с точки зрения времени обучения/предсказания и результирующей точности. Сделать выводы о полученных моделях в рамках решения задачи регрессии на выбранных данных.
• (Доп., +5 балла) Самостоятельно реализовать один из регрессионных методов, с возможностью настройки гиперпараметров. Повторить все пункты задания для собственной реализации.
• (Доп., +5 балла) Используя два разных фреймворка автоматического машинного обучения, получить две модели для решения задачи регрессии. Сравнить полученные модели с использованными Вами.

[Krekep]

Необходимы исправления

1. Добавьте ссылку на колаб
2. Добавьте описание датасета и задачи, которую решаете
3. Объясните, почему Вы удалили ocean_proximity, longitude, total_bedrooms, population, households
4. Ваши метрики не совсем показательны. Разве не нужно их обратно отскалировать?
5. Пункт про сравнение/вывод не выполнен
6. Какая метрика более уместна в Вашей задаче?
7. Почему TPOT показал такой плохой результат?

[Krekep]

И удалите файлы не относящиеся к текущему PR (CI проверки оставьте)

[MaximTetuchin]

TPOT я удалил (по ТЗ надо 2 либы autoML), но изначально причина была в том, что он а) учился на маленьком к-ве данных из-за особенностей ген. алгоритма, б) кушает много ресурсов, пришлось урезать к-во эпох
Остальное, в тч метрики и анализ, я поправил
Ссылка на колаб: https://drive.google.com/file/d/1iP3OuM1Go87_AXDeIKat9YChP55Scj5G/view?usp=sharing

[Krekep]

Необходимы исправления

1. Пошарьте ноутбук на доступ
2. MAE это хорошо, но непонятен размер Ваших исходных данных (когда дома стоят миллионы, ошибка в 50к это немного, а когда дома стоят 50к, то такая ошибка весьма существенна). Добавьте процентные метрики, например MAPE
3. Пункт про сравнение моделей выполнен не полностью

[MaximTetuchin]

Все сделано!
Опять же, дублирую ссылку.
https://drive.google.com/file/d/1iP3OuM1Go87_AXDeIKat9YChP55Scj5G/view?usp=sharing

[Krekep]

Зачтено