Решите задачу на машинное обучение

Вам предстоит предсказать цену жилой недвижимости в г. Москва. Задача заключается в разработке модели машинного обучения, которая определит цену объектов недвижимости по различным признакам недвижимости. Это задание поможет вам освоить основные принципы работы с регрессионными моделями.<br><br>Условие задачи<br>Вам предоставлены два набора данных: train.csv и test.csv. Набор данных test.csv будет использоваться для финального тестирования модели.<br><br>train.csv: содержит данные для обучения модели. Каждая строка представляет собой информацию об одном объекте недвижимости с ценой (price).<br><br>test.csv: содержит данные для тестирования модели, где необходимо предсказать цену объектов недвижимости. Тестовый набор также содержит поле index, которое не является признаком и служит исключительно для идентификации записей в финальном файле предсказаний.<br><br>Задача<br>Разработайте модель машинного обучения, используя библиотеки классического ML (например, sklearn, Logistic Regression, Random Forest, CatBoost или XGBoost.<br><br>Обучите модель на данных из train.csv, используя колонку price в качестве целевой переменной.<br><br>Используйте обученную модель для предсказания цены для данных из test.csv.<br><br>Сохраните предсказания в файл submission.csv в следующем формате:<br><br>Файл должен содержать два столбца:<br><br>index (значения индекса из test.csv)<br>price — предсказанные значения<br>Описание признаков<br>index – уникальный идентификатор записи. Используется для связи с исходными данными.<br>apartment_type – Тип квартиры (например, студия, однокомнатная, двухкомнатная).<br>metro_station – Ближайшая станция метро.<br>minutes_to_metro – Время пешком до ближайшей станции метро.<br>region – Регион расположения квартиры.<br>number_of_rooms – Количество комнат в квартире.<br>area – Общая площадь квартиры.<br>living_area – Жилая площадь квартиры.<br>kitchen_area – Площадь кухни.<br>floor – Этаж, на котором расположена квартира.<br>number_of_floors – Общее количество этажей в доме.<br>renovation – Наличие и тип ремонта.<br><br>Формат файла submission.csv<br>Файл должен содержать два столбца:<br>index — изначальные значения индекса из test.csv<br>price — предсказанные значения в виде положительного числа<br>Критерии оценки<br><br>Итоговый результат будет рассчитан на основе метрики MAPE на скрытых тестовых данных.<br>цену выберу вашу, пожалуйста, чем дешевле - тем лучше, я школьник, денег мало, буду благодарен всем)<br><br><br>