Automobilių kainų nustatymas - robotautas/kursas GitHub Wiki

užduotis

1 etapas

• Sukurti programą, kuri paimtų pagrindinę informaciją iš Autoplius.lt (galite Domoplius ar kitos, jei mašinytės nedomina) skelbimų: markę, modelį, variklio turį, metus, galią, ridą, kėbulą (žr. Web Scraping paskaitą).
• Įrašyti visą informaciją į csv failą ar duomenų bazę.
• Sutvarkyti duomenis, kad jie stulpeliuose būtų tinkamu formatu, skaičiai o ne stringais (žr. Pandas paskaitą).
• Vizualizuoti norimus duomenis (su Seaborn).

Dėmesio: jei per web scraping pradėsite skenuoti visus Autoplius puslapius iš eilės, serveriui gali pasidaryti įtartina ir jis gali jūsų IP užblokuoti :) Todėl pradžiai nuskenuokite pvz. tik vieną puslapį į csv ir dirbkite su juo. Vėliau, kai skenuosite visus puslapius, padarykite random pauzę tarp kiekvieno puslapio skenavimo (taip procesas, užtruks gerokai ilgiau, bet saugiau). Be to, nebūtina skenuoti visų 30000+ skelbimų. Galima pavyzdžiui skenuoti tik šios dienos skelbimus (apie 1000).

2 etapas

• Paruošti duomenis darbui su machine learning (performuoti string stulpelius į dummies), išimti, jei ko nereikia. Modelis turės pagal automobilio informaciją atspėti kainą.
• Paduoti paruoštus duomenis machine learning modeliui, patikrinti apmokyti modelio efektyvumą. Jei jis prastas, pakoreguoti paduodamus duomenis ir vėl iš naujo apmokyti modelį, kol rezultatas bus norimas.
• Išsaugoti apmokytą modelį faile (pickle).
• Išbandyti modelį realiais pavyzdžiais, paduodant jam realius duomenis.
• Sukurti vartotoją sąsają (GUI, su konsole, tkinter ar Flask), per kurią vartotojas galėtų įvesti savo automobilio duomenis ir sužinoti apmokyto modelio spėjamą kainą.