Comments 26
Браво, хорошая демонстрация! Хотелось бы почаще видеть такого рода примеры для различных языков
так банально…
Да, неплохая статья.
Но я бы усредненную конфигурацию округлил до ближайших реальных значений, ибо в «ноутбушном» магазине нельзя попросить 2448 грамм памяти и HDD на 243, да чтобы точно :)
И масштаб графика, в районе 0-50к, стоит увеличить.
Хотя я думаю, что сама статья больше раскрывает возможности программирования на Python, нежели аналитику рынка ноутбуков. :)
Но я бы усредненную конфигурацию округлил до ближайших реальных значений, ибо в «ноутбушном» магазине нельзя попросить 2448 грамм памяти и HDD на 243, да чтобы точно :)
И масштаб графика, в районе 0-50к, стоит увеличить.
Хотя я думаю, что сама статья больше раскрывает возможности программирования на Python, нежели аналитику рынка ноутбуков. :)
Всю аналитику мы будет с помощью кода
Я уж было подумал, что аналитика была выражена в виде кода на питоне. Заинтересовало.
Я уж было подумал, что аналитика была выражена в виде кода на питоне. Заинтересовало.
Сейчас надо оформить это в виде конечного приложения и выложить как фривару, чтоб можно было воспользоваться и людям далеким от Питона :)
Логарифмическую шкалу бы по оси цен…
Для оценки вклада каждого из параметров в цену можно было бы решить систему из 5 уравнений по МНК, построив тем самым линейную регресионную модель. В ней величина веса была ба пропорциональна вкладу.
По этому уравнвнию можно было бы и прогноз делать. С минимальной возможной ошибкой, соответственно.
По этому уравнвнию можно было бы и прогноз делать. С минимальной возможной ошибкой, соответственно.
Пример прикольный, только вот для определения степени влияния на цену, надо не усреднять, а делать корреляционный анализ. Хотя бы построить график цена-параметр и посмотреть или подсчитать разброс от тренда.
Посему, имхо, за бортом оказались перечисляемые параметры, типа тип и поколение процессора, тип и поколение видеокарточки, тип памяти, наличие фишечек типа 802.11n. Имхо они влияют на цену значительно больше.
Посему, имхо, за бортом оказались перечисляемые параметры, типа тип и поколение процессора, тип и поколение видеокарточки, тип памяти, наличие фишечек типа 802.11n. Имхо они влияют на цену значительно больше.
хм. обзор хорош. но где же выводы? кто оказался лучшим, кто самым дорогим и бесполезным?
А кому принадлежит самая верхняя синяя точка на графике? )
При выборе ноута я бы в первую очередь смотрел бы на диск — SSD или HDD. Причем большинство SSD кривые и нужно брать от вполне конкретных производителей. Скорее всего такая информация в вашем списке цен отсутствует и придется долго мучиться добывая ее по крупицам и фильтровать исходные даннные. Можно, правда, поступить проще — купить любой ноутбук с диском поменьше — его выбросить или сделать внешним, а внутрь поставить то что хочется — тогда алгоритмическое решение очень даже в тему.
Интересно, что это за ноут с config_power > 0.6?
Интересно, что это за ноут с config_power > 0.6?
>>модуль для работы со случайными числами
После этой фразы сразу закралось подозрение к точности аналитики :) После взгляда на код, конечно, исчезло )
После этой фразы сразу закралось подозрение к точности аналитики :) После взгляда на код, конечно, исчезло )
График не понятный.
ERRATA:
Прайс-лист, который мне удалось заполучить я сохранил в формате CVS, для работы с ним необходимо подключить модуль cvs: #Concurrent Versions System
import csv #comma separated values
import re
import random
всё познаётся в сравнении.
что насчёт буржуйских цен?
сделайте стартап лучше)
что насчёт буржуйских цен?
сделайте стартап лучше)
Клёво, когда человек может придумать себе такие весёлые задачки! ;)
Замечательный пример, но вот как бы замутить сервис по получению этих волшебных CSV файлов :)
Перепишем Excel на питоне! :)
в графике хорошо бы подошла логарифмическая шкала, а то облако слишком плотное
Sign up to leave a comment.
Анализ рынка ноутбуков с помощью Python