Size: a a a

Python для анализа данных

2021 August 09

А

Андрей in Python для анализа данных
подход будет правильный тот где недвижимость получается дороже😁
источник

A

Artyom in Python для анализа данных
не  то и не другое- мы закладываем)
источник

v

v in Python для анализа данных
Ну значит перемножение. Хотя всегда можно придумать обратные примеры, так что самая точная формула будет иметь и сложение, и умножение процентов.
источник

A

Artyom in Python для анализа данных
я понял, то есть по отдельности считать неверно получается?
источник

A

Andrey Denisov in Python для анализа данных
Что куда закладываем? Недвижку или продают, или покупают.
В сферическом коне - перемножение "в лоб"
источник

A

Artyom in Python для анализа данных
нужно просто оценить стоимость неважно чего, применив поправки на какие-то параметры
источник

A

Artyom in Python для анализа данных
если считать процента от номинала, то да две 50% скидуи получаются обнуляют стоимость
источник

PZ

Pavel Zheltouhov in Python для анализа данных
Мелкий бизнас формулирует потребность в датасаентистах. Наканецта
источник

PZ

Pavel Zheltouhov in Python для анализа данных
Нужно выбрать какую-то тактику и как-нибудь ее придерживаться
источник

A

Andrey Denisov in Python для анализа данных
Которые параллельно умножают и получается "ноль"))))
источник

PZ

Pavel Zheltouhov in Python для анализа данных
Может быть начать таки со сбора данных? Что у вас есть?
источник

A

Artyom in Python для анализа данных
данные уже есть ( аналоги объектов), к ним применяются корректировки и выводится стоимость оцениваемого объекта
источник

PZ

Pavel Zheltouhov in Python для анализа данных
Ну осталось данные обработать.
При этом подготовиться психологически принять ошибку прогноза как неизбежность.
Вы готовы?
источник

A

Artyom in Python для анализа данных
ну конечно. но конкретно в этой задачи ml не использется, просто применяются такие successive-discounts, то есть корректировки, понижающие или повышающие стоимость аналога.
источник

PZ

Pavel Zheltouhov in Python для анализа данных
Ну все, плацдарм есть. Осталось сделать import xgboost
источник

A

Artyom in Python для анализа данных
ml тут народ пытается построить на геофичах catboost'om
источник

AB

Alexey Belov in Python для анализа данных
Всем привет!
Я в первый раз пытаюсь использовать df2gspread, чтобы загружать датафреймы в гугл таблицы
Мой код работает и как я понимаю, в моем исходном (пустом) доке с гугл таблицей должен загрузиться датафрейм? Но этого не происходит. Понимаю, что я видимо какую-то глупость не учитываю, поэтому помогите, пожалуйста, те, кто имел дело с этим
источник

A

Andrey Denisov in Python для анализа данных
"Мой код работает" - видимо, нет
"в моем исходном (пустом) доке с гугл таблицей должен загрузиться датафрейм?" - это вопрос нам? Если исходные данные не пустые - видимо, "должен загрузиться"
Сообщения об ошибках есть?
источник

AB

Alexey Belov in Python для анализа данных
код

import os
import gspread
from df2gspread import df2gspread as d2g
path = os.path.abspath('json_from_google.json')
with open(path,'r'):
   scope = ['https://spreadsheets.google.com/feeds',
        'https://www.googleapis.com/auth/drive']
   credentials = ServiceAccountCredentials.from_json_keyfile_name(
   'json_from_google.json', scope)
   gc = gspread.authorize(credentials)
spreadsheet_key = 'ключ документа из гугл-таблиц'
wks_name = 'name'
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
d2g.upload(df, spreadsheet_key, wks_name, credentials=credentials, row_names=True)

Сообщений об ошибках нет
источник

v

v in Python для анализа данных
gspread ошибки проглатывает.
У меня например была ситуация, когда заканчивался лимит апи и поэтому не вся таблица записывалась.
Для начала посмотри логи.
logging.basicConfig(level=logging.DEBUG) должен помочь.
источник