Sklearn Pipeline: preprocessing + regression в одном шаге

Условие задания

**Контекст:** ML модель ценообразования. Нужно: scale features, fit linear regression, evaluate.

**Данные:** sklearn.datasets.fetch_california_housing (готовый dataset).

**Задание:**
1. Построй Pipeline: StandardScaler → LinearRegression.
2. Train/test split 80/20.
3. Cross-validation 5-fold, выведи mean R² и std.

Темы

sklearn pipeline preprocessing regression

Подсказки

• Pipeline([("scaler", StandardScaler()), ("model", LinearRegression())])
• cross_val_score(pipeline, X, y, cv=5, scoring="r2")
• np.mean / np.std для отчёта

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Sklearn Pipeline: preprocessing + regression в одном шаге"?

Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: sklearn, pipeline, preprocessing, regression.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 15-30 минут — оцениваются подход, корректность, обработка edge cases. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания