1. Что было сделано (краткое описание этапов)

EDA и предобработка

• Загружены train/test датасеты.
• Проведён базовый EDA
• Обнаружены строковые числовые признаки (mileage, engine, max_power); преобразованы к числовому формату, удалён torque
• Пропуски заполнены медианами (рассчитанными по train).
• Дубликаты объектов удалены по признакам (без целевой переменной).

Модели на вещественных признаках

• Построена линейная регрессия на исходных и стандартизованных признаках.
• Обучены модели Lasso, ElasticNet и Ridge с подбором гиперпараметров через GridSearchCV.

Работа с категориальными признаками

• Категориальные признаки + seats закодированы через OneHotEncoder.
• Числовые (scaled) и OHE-признаки объединены для обучения Ridge.

Бизнесовая метрика

• Реализована бизнесовая метрика: доля предсказаний, отличающихся от реальных не более чем на 10%.

Streamlit-приложение

• Создан интерактивный сервис с тремя вкладками:

  • EDA-графики
  • Прогноз цены (CSV или ручной ввод)
  • Визуализация весов модели

• Подготовлен .pickle с моделью и препроцессингом.

• Сервис работает автономно через streamlit run app.py.

---

2. Полученные результаты (метрики + интерпретация)

R^2

• Большинство моделей (линейная, Lasso, ElasticNet) дали R^2 около 0.59 на тесте.
• Модель Ridge с числовыми + категориальными признаками подняла R^2 до около 0.65, что является лучшим результатом.

Бизнес-метрика (доля предсказаний в пределах +-10%)

Best:

Модель Ridge (Числовые + Категориальные) - 0.245

---

3. Что дало наибольший прирост качества

• Явный прирост дала интеграция категориальных признаков через OneHotEncoding.

---

4. Что сделать не удалось и почему

• Не получилось корректно обработать столбец "torque". Формат значений не унифицирован (например, "113.75Nm@ 4000rpm" vs "250Nm"). Для качественной обработки требовались бы:

  • доменная экспертиза,
  • сложный парсинг с regex

---

5. Оценка разработанного сервиса

Удобство использования

• Приложение получилось responsive, slick, awesome texture и fabric.
• Спавн хитмапы под чекбоксом - приятно пользоваться

Что визуализируется хорошо

• Хитмапа, появляющаяся по чекбоксу.
• Барплот с наиболее важными коэффициентами модели.

Что менее удачно

• При ручном вводе модель просто выводит численное значение цены без объяснения.

Ограничения и проблемы

• Нет объяснения ("почему модель предсказала именно такую цену").

Планы на улучшение

• Добавить объяснение прогноза через:

  • В выводе предсказаний добавить самые влияющие метрики и какой конкретно вклад они внесли
  • Обернуть эту информацию в запрос к API какой-нибудь LLM, чтобы она составила user-friendly summary о том, какие факторы повляли на предсказание цены