Лаборатория для первого этапа соревнований по машинному обучению от программы КНАД ФКН НИУ ВШЭ и X5 Tech.
Find a file
2026-05-31 03:42:48 +05:00
data Add[solution]: Add a simple predictive model (Random Forest) 2026-04-30 01:26:08 +05:00
results Update notebook & get results value 2026-04-30 21:19:38 +05:00
src docs: update comments 2026-05-31 03:42:48 +05:00
.gitignore Add UV Project 2026-04-30 01:14:30 +05:00
.pre-commit-config.yaml Add pre-commit 2026-04-30 01:19:09 +05:00
.python-version Add UV Project 2026-04-30 01:14:30 +05:00
LICENSE Initial commit 2026-04-29 20:26:04 +05:00
pyproject.toml Add[tools]: Add ruff configurations 2026-04-30 01:25:51 +05:00
README.md docs: update readme info 2026-05-31 03:40:00 +05:00
uv.lock Add[tools]: Add ruff configurations 2026-04-30 01:25:51 +05:00

Прогноз РТО магазинов «Пятёрочка» - предварительный этап

Соревнование по машинному обучению от программы КНАД ФКН НИУ ВШЭ и X5 Tech.

Задача: прогноз розничного товарооборота (РТО) магазинов сети «Пятёрочка» на следующий месяц. Данные: data/train.csv (упрощённый набор признаков относительно финального этапа). Метрика: MAPE, баллы = 100 × ((100 min(MAPE, 100)) / 100)².

Решение: RandomForestRegressor с OrdinalEncoder для категориальных признаков.

Запуск

uv sync
marimo edit src/main.py

Результат: results/predictions.csv.