def main(path: str,
use_input: bool,
separator: str = ',',
file_with_params: Optional[str] = "params.json",
verbose: bool = False) -> None:
gd = GradientDescent(verbose=verbose)
if file_with_params is None:
if verbose:
print(
"Файл с коэффициентами не был передан, поэтому все коэффициенты приравниваются к нулю"
)
print(
f'Предсказанные целевые переменные машин для датасета по пути "{path or ""}": 0.0'
)
return
dct: NormalizationParams = get_normalization_params_from_file(
file_with_params)
if use_input:
while True:
values: List[float] = []
for column in dct.columns:
try:
values.append(
float(
input(
f"Введите значение фичи '{column}' машины: ")))
except ValueError as ex:
raise ValueError(
f"Было введено некорректное значение пробега машины ({ex})"
)
result = gd.predict([values], file_with_params=file_with_params)[0]
print(f"Предсказанная {dct.target_column} машины: {result}")
not_to_continue = input(
"Если хотите продолжить, нажмите `Enter`: ")
if not_to_continue:
break
else:
feature_arrays: List[List[float]] = read_dataset(path,
dct.columns,
separator=separator,
verbose=verbose)
result = gd.predict(feature_arrays, file_with_params=file_with_params)
print(
f'Предсказанные {dct.target_column} машин для датасета по пути "{path}": {result}'
)
