the 4th place solution for 2023 fall Sinopac bank House Price prediction
結構很簡單，主要是處理外部資料，跟做一些特徵工程，處理實價登錄的邏輯在utilt_land裡面，特徵工程主要有兩個管道流程(piepline)
外部管道處理外部資料的特徵工程，裡面的處理單元可以在etl_tool裡面看到
內部管道處理在切割訓練驗證集需要考慮的特徵
因為壓縮檔裡面沒有包含資料，所以這邊需要使用者自行添加，裡面的格式如下:
分別為105~112年的實價登錄資料，打開每一個子資料夾，裡面都會有4個zip檔案，例如11201.zip代表112年第一季的資料，詳細的下載位置可以參考說明文件，而other_prices.joblib會在之後執行自動產生
接下來要設定train_data資料夾的東西，裡面擺放的是主辦方所提供的資料，其中外部資料的部分，放在子資料夾external_data，其餘檔案擺放在train_data裡面第一層
只要可以執行main.py就可以產生submission.csv，這邊可以開一個python3.9.16的虛擬環境然後
pip install -r requirements.txt安裝完相關依賴套件後，就用環境的python執行main.py，就可以在專案資料夾產生submission.csv