ivan7792
commented
7 years ago -
Niste naveli na koji način bi kombinovali podatke o transakcijama i podatke koji su vezani za makroekonomiju. Ovaj deo bi mogao biti poprilično kompleksan i to je ono što u suštini projektu daje težinu, pored činjenice da je skup podataka zašumljen. Pošto radite u paru, bilo bi dobro da probate da uključite i ovaj deo skupa podataka, pošto se inače predikcija svodi na ono što smo radili na vežbama i većina posla bi se odnosila samo na pretprocesiranje podataka.
-
Pošto ste izabrali Kaggle challenge, bilo bi interesantno da postavite svoje rešenje pre isteka roka, da vidimo gde bi se rangirali među postojećim takmičarima.
-
Uz izazov je postavljeno dosta rešenja drugih korisnika, pa pretpostavljam da ćete pomisliti da uzmete nešto od toga. Kada nešto uzmete morate navesti od koga ste uzeli i kakav je vaš doprinos tom rešenju i šta ste sve dodatno odradili. U suprotnom će rešenje bili detektovano kao plagijat, ili će doprinos projektu biti mali pa je samim tim i broj poena na projektu manji.
Suštinski, tema je odobrena, ali obratite pažnju na prvu tačku. Bilo bi dobro da u komentaru opišete kako ste planirali ovo kombinovanje da odmah u startu vidimo da li znate sa čim se suočavate. Srećan rad.
neven95
Ko su članovi tima?
Problem koji se rešava:
Problem koji se rešava je predikcija cena nekretnina na ruskom tržistu. Jedni od najvećih troškova kod većine običnih kupaca, ali i investitora, predstavlja kupovina/investiranje u nekretnine, a imajući u vidu nestabilnu rusku ekonomiju, nepredvidive fluktacije cena mogu napraviti veliki problem, kako običnim kupcima, tako i investitorima. Ova predikcija bi pomogla ljudima koji ulažu, kupuju ili iznajmljuju nekretninu, da imaju više sigurnosti u svoj uloženi novac. Kompleksne veze između karakteristika nekretnine, kao što je broj soba i lokacija, su dovoljne da učine predikciju komplikovanom. Još kada se svemu tome doda nestabilna ekonomija, potrebno je više od obične regresije da se reši problem i pomogne investitorima i običnim kupcima.
Algoritam/Algoritmi koji će se koristiti:
Kada se podaci dovoljno dobro pripreme, primera i drugih algoritama neće predstavljati problem.
Metrika za poređenje performansi algoritama i/ili parametara algoritma:
Pomoću loss function za algoritme koji se koriste.
Podaci koji se koriste?
Pošto je ovaj problem postavljen od strane Sberbank-a, na sajtu Kaggle, u vidu takmičenja, obezbeđeni su veliki setovi podataka. Podaci zahtevaju temeljno i nimalo naivno "uređivanje" .
train.csv, test.csv: informacije o individualnim transakcijama. Redovi su indeksirani po "id" polju, koji se odnosi na individualnu transakciju.
macro.csv: podaci o ruskoj makroekonomiji i finansijskom sektoru
sample_submission.csv: primer ispravnog formata fajla koji se podnosi
data_dictionary.txt: objašnjenje polja koja su data u ostalim fajlovima
Validacija:
Pomoću cross validation metoda.