feat: Inputng and anomally handlinging

[DamianRyczko]

No description provided.

[GregW04]

Code Review:

1. Po pierwsze jestem naprawdę pod dużym wrażeniem pracy włożonej w analizę oraz tworzeniu klas do preprocessingu tych danych. Duże propsy, właśnie takiego czegoś oczekiwałem od ML Enginerrow w tym projekcie.

2. Sam kod:

• Funkcjonalności naprawdę solid +
• Zmieniłbym stałą 60 która jest używana w liczeniu limitów, na zmienną np limit_minutes_baseline bo jak wybierzemy freq_miutes na więcej niż 60 np.120 to wtedy nam się kruszą limity
• W SksUsersImputer gdy robisz cols_to_fix = X.select_dtypes(include=[np.number]).columns.tolist() wybierasz wszystkie numeryczne wiec jeżeli nowa kolumna is_open jest numeryczna to tez wpadnie tam (tego byśmy nie chcieli)
• Dodałbym opcje zmienna interpolating_method dla przyszłych ew. zmian : if interpolating_method := 'linear': X['spaces_left'] = X['spaces_left'].interpolate(method='linear', limit=limit_small)
• A propos Interpolacji just to KEEP IN MIND, że jeżeli używamy interpolacji to łatwo o przeciek. Np. Robimy interpolacje na cale dane a potem je dzielimy na train-test to wtedy wartości zinterpolowane w train będa miały w sobie info z przyszłości. Wiec jak aplikujemy jakiekolwiek interpolacje i bill() i ffill() to na już podzielonych danych.
• Jeżeli wykryłeś kolejna anomalie np. (błędna pojemność parkingu) w trakcie notebooku to nie zapomnij zrobić do tego funkcje i potem dodać do końcowego kodu.

3. Co teraz? Ogarniasz te małe uwagi i oczekiwałbym PR do dev z ładnym kodem podzielonym na klasy/ w oddzielnym pliku .py wywolywane w głównym pliku do tego. Dodaj proszę komentarze gdzie się da oraz Google-Styled Docstrings (ChatGPT lub inny LLM to idealny pomysł do tego). Wytestuj jakie dostajesz outputowe tabelki dla przykładowo podzielonych danych train-val-test.

[GregW04]

@DamianRyczko code review rdy

[GregW04]

@DamianRyczko please provide status we need ready Preprocessing steps before moving forward. Given current PWr parking change of regulations you do not need that attention to detail.