├── scripts
├── utils.py # załadowanie danych
├── prepare.py # czyszczenie kolumn i wekoryzacja
├── dataset.py # utworzenie datasetu
├── autoencoder.py # implementacja autoenkodera
├── encode.py # tranowanie autoenkodera
└── train.py # tranowanie regresji za pomocą KNN
└── data
├── prices # folder z danymi o cenach mieszkań
└── demographic # folder z danymi demograficznymi
dvc pull
Po zalogowaniu w przeglądarce plik autoryzacyjny zapisze się w lokalizacji ../mycredentials.json
python run.py
W kodzie można zdefiniować jaką metodę chcemy uruchomić.
pip install -r requirements.txt
W pliku demo.ipynb
znajduje się podsumowanie wyników z wizualizacją wyników, w postaci wykresów i interaktywnych map.