Цель задания - кластеризация, классификация и поиск результата.
В качестве исходных данных будут использоваться предложения по продаже жилья. Данные состоят из разделенных точкой с запятой следующих полей
долгота;широта;комнат;цена;метраж;кухня;этаж;этажность\n
На основе этих данных необходимо разработать приложение, принимающее на вход строки вида
86.116781;55.335492;2;4326901.00;54.00;7.00;5;5\n
Последние два параметра превратить в флаг 0 - если этаж первый или последний, в остальных случаях - 1.
Строки читаются через стандартный ввод. Приложение при запуске получает два обязательных параметра:
rclst 100 modelfname
где первый параметр - количество кластеров, а второй параметр - имя файла (без суффикса) для хранения необходимых данных. Сохраненные данные modelfname.XXX будут использоваться для классификации.
Для сохранения модели может пригодиться пример http://dlib.net/multiclass_classification_ex.cpp.html
Следует обратить внимание, что исходные данные для классификатора доступны не будут, все что необходимо для работы должно быть сохранено в файлах modelfname.XXX
Для классификации и поиска результата будет запускаться второе приложение:
rclss modelfname
где первый параметр - имя файла (без префикса) для загрузки необходимых данных из одного или нескольких файлов, созданных на этапе кластеризации.
На стандартный ввод классификатора будут подаваться строки вида
86.116781;55.335492;2;4326901.00;54.00;7.00;1\n
В ответ на каждую строку необходимо вывести все предложения из ближайшего кластера отсортированные по расстоянию (сначала ближайшие).
Результатом работы должны стать исполняемые файлы rclst и rclss находящиеся в пакете realty. Результат работы должен быть опубликован на bintray.
Задание считается выполненным успешно, если после установки пакета, подготовки модели и поиска удастся решить квартирный вопрос