Итоговый проект курса "Машинное обучение в бизнесе"
Стек:
ML: sklearn, pandas, numpy, xgboost API: flask
Данные: с kaggle - https://www.kaggle.com/c/sberbank-russian-housing-market/data
Задача: предсказать цену жилья по известным признакам (общая площадь, год постройки дома, число комнат)
Используемые признаки:
- full_sq (float)
- build_year (int)
- num_room (int)
Преобразования признаков: NaN и нули заменяю на медиану.
Модель: xgboost
$ git clone https://github.com/Mike-Orlov/geekbrains_ml_in_business_project.git
$ cd geekbrains_ml_in_business_project
$ docker build -t course_project .
Здесь Вам нужно создать каталог локально и сохранить туда предобученную модель (<your_local_path_to_pretrained_models> нужно заменить на полный путь к этому каталогу)
$ docker run -d -p 8180:8180 -p 8181:8181 -v <your_local_path_to_pretrained_models>:/app/app/models course_project