|
|
b1332d6b55
|
feat(generative): calibrate finmodel sale price from Objective market data (epic #1881 PR-2)
CI / frontend-tests (pull_request) Successful in 1m3s
CI / changes (pull_request) Successful in 7s
CI / openapi-codegen-check (pull_request) Successful in 2m0s
CI / backend-tests (pull_request) Successful in 10m6s
Заменяет хардкод-цену продажи жилья (класс-норма) на реальную рыночную
медиану из Objective по локации участка. compute_financial остаётся ЧИСТЫМ
(без БД) — DB-lookup в API-слое, цена прокидывается параметром.
- compute_financial: +optional market_price_per_sqm/price_source; цена =
рынок если есть, иначе класс-норма. Паркинг/СМР НЕ калибруем (только жильё).
- concepts.py _lookup_market_price(db, lon, lat): центроид → ближайший
ekb_district (ST_DWithin 5км) → медиана objective_lots.price_per_m2_rub
(n>=10, фильтр 30k-600k) → fallback ekb_districts.median_price_per_m2 →
None. try/except → graceful (None, class_norm) при любой ошибке (вне ЕКБ/
нет гео/SQL) без краха генерации. psycopg3 CAST.
- FinancialModel +price_per_sqm_used/price_is_calibrated/price_source (additive).
- Threading market_price через generate→placement→compute_financial (optional
kwargs, backward-compat).
- UI/CSV: честный caption источника (рынок Objective / справочник района /
норматив класса). Старый лживый footnote «не калиброванная модель» → условный.
Prod-verified: калибруется 4 главных ЕКБ-района по name-match (Академический
204k лотов, Ленинский 38k, Кировский, Орджоникидзевский); остальные 5 admin-
районов честно → district_reference. Гео-радиус matching (полное покрытие) —
follow-up.
api-types.ts регенерён авторитетно. mypy strict clean (generative.*), +14
тестов (калибровка/lookup 4 ветки/SQL-ошибки graceful/backward-compat).
Refs #1881
|
2026-06-23 21:10:25 +05:00 |
|
