Обучить тестовую регрессионную модель на Python
2. Провести чистку данных (пропуски данных, неинформативные признаки, аномалии, оцифровка текстовых столбцов и т.п.)
3. Провести Exploratory Data Analysis. Проанализировать переменные, влияющие на зависимую переменную - стоимость недвижимости price_doc. (Scikit-learn)
4. Разделить датасет на обучающие и тестовую выборки.
5. Обучить регрессионную модель предсказывать стоимость недвижимости в зависимости от разных факторов и выявить показатели качества модели на обучающей и тестовой выборке.
6. Реализовать методы feature engineering с целью повышения метрик качества модели.
Результат - ссылка на готовый ноутбук в Colab с выводами. Каждый из 6ти пунктов должен быть выделен в отдельный блок, внутри блока указаны комментарии к коду в разрезе функций.
Дедлайн - 27.05.2023.