1.4 Практическое задание модуля 1

Практическое задание. Модуль 1: Первая модель

Задание 1. Постановка задачи (10 баллов)

Руководитель BishkekDom хочет второй инструмент: прогноз того, сколько дней объявление провисит до продажи.

1. Какой это тип задачи ML?
2. Что будет целевой переменной?
3. Назовите 3 признака, которые можно использовать, и 1 признак, который приведёт к утечке данных. Объясните почему.

Задание 2. Очистка данных (25 баллов)

1. Удалите дубликаты. Сколько их было?
2. Найдите ошибки ввода по площади и цене. Покажите их таблицей и обоснуйте, что вы с ними сделали.
3. Постройте график медианной цены по сериям домов. Какая серия самая дорогая за квадратный метр?

Задание 3. Модель (35 баллов)

1. Разделите данные на train/test (80/20, random_state=42).
2. Постройте baseline и линейную регрессию в pipeline. Запишите MAE обеих моделей.
3. Улучшите модель: добавьте хотя бы один новый признак (например, возраст дома на 2026 год, флаг «первый/последний этаж», площадь на одну комнату). Удалось ли снизить MAE?

Задание 4. Проверка на утечку и переобучение (15 баллов)

1. Объясните своими словами, почему price_per_m2 нельзя использовать как признак.
2. Обучите DecisionTreeRegressor с max_depth = 3, 6, 12. Сравните MAE на train и test. При какой глубине начинается переобучение?

Задание 5. Сообщение руководителю (15 баллов)

Напишите 5–7 предложений для руководителя BishkekDom без технического жаргона:

• насколько точна модель в долларах;
• насколько она лучше простого правила;
• как агентам её использовать и чего от неё не ждать.

Критерии оценки

Критерий	Баллы
Задание 1	10
Задание 2	25
Задание 3	35
Задание 4	15
Задание 5	15
Итого	100 (зачёт от 70)