波士顿房价预测

波士顿房价预测是一个较为简单的数据回归问题，通过对已有数据的模拟，从而预测其他房子的房价。

我对项目的处理流程如下所示：

1 收集数据
2 分析目标并了解其重要特征
3 查找缺少的值
4 特征工程
5 将其他特征进行数据化
6 建模

import pandas as pd
import seaborn as sns 
#Seaborn是基于matplotlib的图形可视化python包
from scipy.stats import norm, skew
#scipy.stats.norm函数 可以实现正态分布（也就是高斯分布）
#skew函数计算数据集的偏度。
import numpy as np
import matplotlib.pyplot as plt

#读取数据
train = pd.read_csv("house-prices-advanced-regression-techniques/train.csv")
test = pd.read_csv("house-prices-advanced-regression-techniques/test.csv")

#显示数据的基本内容

train.shape, test.shape

train.head()

查看数据是否有缺失

#1
train.isnull().sum()
#2 
train.isnull().any()
#3
train.info()

了解数据的一些信息并进行分析

print(train['SalePrice'].describe())

sns.distplot(train['SalePrice'])

print("Skewness: %f" % train['SalePrice'].skew()) #偏度
print("Kurtosis: %f" % train['SalePrice'].kurt()) #峰度

# 数据平滑处理 -- log1p( ) 和 exmp1( )

# 1.  数据预处理时首先可以对偏度比较大的数据用log1p函数进行转化，使其更加服从高斯分布，此步处理可能会使我们后续的分类结果得到一个好的结果。

# 2. 平滑问题很容易处理掉，导致模型的结果达不到一定的标准，log1p( )能够避免复值的问题 — 复值指一个自变量对应多个因变量

# log1p( ) 的使用就像是一个数据压缩到了一个区间，与数据的标准类似。其逆运算就是expm1的函数

# 由于使用的log1p（）对数据进行了压缩，最后需要将预测出的平滑数据进行一个还原，而还原过程就是log1p的逆运算expm1.

# log1p = log（x+1）

# 当x较大时直接计算，当x较小时用泰勒展开式计算

train['SalePr