RStudio. Machine Learning. RandomForest. Нужна помощь от программистов.⁠⁠

Спасибо большое за подсказки! Прошел тест!)

Пока еще не знал что это машинг лернинг, сделал вот такую сортировку в экселе. Если верить интернету, то первые три цифры ВИН это страна производитель, завод, и что то еще. Я решил Что если первые три цифры совпадают то это машины одной марки. А последние 6 цифр это серийный номер авто. Нам дано 3 цифры(наверное для упрощения задачи). В конце 2 незакрашенных столбца это разница между AVG_COST и ESTIM_COST и процент который составляет эстимейт от эверейджа. Иногда, вроде для одной и той же машины разница в разнице довольно ощутимая. Моя главная проблема в том что это не дискретные значения и их много. А в титанике было просто 1 если жив и 0 если помер. И я не знаю как обучить машинку. =\

Ну, в принципе до пятницы есть время. А сделать надо самому. Да и для себя в какой-то степени.

Спасибо большое за подсказки! Прошел тест!) Действительно понадобилась лишь пара строк кода и lm.

https://drive.google.com/open?id=0B-KihGgls0JrUTFXVTB1b1BUeU...

Т.е. я думал так. если кожа то + n цена к average, если велюр то + m. Если состояние удовл. то -x и если отличный то +y т.д. Ну как в реальном мире. И в зависимости от всех этих признаков строится цена ESTIMATE отталкиваясь от average. Но тут даже если все признаки совпадают(кроме вин 15 16 17) то и аверейдж другой и разница естимейта от аверейджа. =/.

P.S. Спс за советы. пойду почитаю/попробую сделать то что вы(Рогволд и ефис) написали.

В stackoverflow пробовал, да. К сожалению там молчать уже долгое время. И в основном на английском надо. И с этим трудности.

Я понимаю, но что поделать. В отчаянии.

#comment_95653158

У меня есть файл train.csv. В нем поля:

YEAR – возраст авто (год оценки – год выпуска авто),

VIN_TOTAL – полный ВИН-код и далее каждый из 17 символов в отдельности,

ENGINE_VOLUME – объем двигателя,

FUEL_TYPE – тип топлива,

BODY_TYPE – тип кузова,

TYPE_OF_DIVE – тип привода,

INTERIOR_TYPE – тип салона,

TRANSM_TYPE – тип КПП,

AUTO_CONDITION – тех. состояние авто,

AVG_COST – средн. рыночная стоимость.

ESTIM_COST - стоимость данного автомобиля.

В test.csv все тоже самое, кроме ESTIM_COST. Основываясь на данных с train должен найти ESTIM_COST машин в test.csv.

В примере по титанику нужно было найти только survibility. 1 если выживет. 0 если нет. А тут как бы, не дискретные значения, и их много(можете на скрине внизу посмотреть). А RandomForrest работает, как я понял, с макс. 32 факторам. и теперь Я не совсем понимаю как рассчитать стоимость. Мне сделать диапазон цен в AVG_COST? Спросил бы еще что нибудь, но пока чтото в ауте я(

Данных в трейне 6000. нужно оценить 3249 в тесте.

P.S. Для успешного выполнения задания нужно, чтобы более 78% проставленных оценок в витрине TEST были в диапазоне +/- 10% от фактических значений

нет, я не буду просить сделать все задание. Нужен просто совет. Реально запарился, весь инет перерыл.