Данный проект представляет собой работу по сбору данных (scraping data), последующей обработки сырых данных (data processing), анализа и исследования полученных данных (EDA), построения модели предсказания (decision trees)
Модель предсказывает для любого оружия определенное кол-во патронов необходимое для убийства любого существа из игры Fallout4. Для данной работы был написан парсер, который собирал данные характеристик оружия и существ из игры Fallout 4 на сайте Fandom. Особенностью данной работы является обработка сырых спарсенных данных и приведения таблицы в рабочее состояние для последующего построения модели предсказания.
- Первичный анализ данных
- Обработка сырых данных
- Определение независимых переменных
- Определение зависимой переменной (кол-во патронов)
- Построение модели предсказания
Получилось обработать сырые спарсенные данные и привести их в нужный вид. Чтобы нам обучить модель с учителем необходимо для обучающих данных посчитать зависимую переменную (кол-во патронов). Для этого мы проведем исследования, чтобы определить от каких параметров зависит урон по существам и их сопротевления воспользуемся информацией представленной сообществами fandom и gamespot.com. В результате мной были отобраны несколько параметров: кол-во здоровья у существа, разновидности урона от оружия, сопротивление к определенным видам урона у существ и т.д. Более подробное описание смотрите в моей работе.
Далее решим задачу регрессии методом decision trees. В качестве метрик для анализа модели будем использовать абсолютную ошибку (насколько в среднем отклоняется наш предсказанный параметр от настоящего), процентная абсолютная ошибка (на какой процент отклоняется в среднем наша предсказанная переменная от настоящей). В результате получили mean_absolute_error = 9.81, mean_absolute_percentage_error = 0.35%
pandas, numpy, scikit-learn, catboost, hyperopt