【机器学习竞赛+笔记干货】工业蒸汽量预测：赛题理解篇（一）

相关阅读：

• 【机器学习竞赛+笔记干货】工业蒸汽量预测：赛题理解篇（一）
• 【机器学习竞赛+笔记干货】工业蒸汽量预测：数据探索篇（二）
• 【机器学习竞赛+笔记干货】工业蒸汽量预测：特征工程篇（三）
• 【机器学习竞赛+笔记干货】工业蒸汽量预测：模型训练篇（四）
• 【机器学习竞赛+笔记干货】工业蒸汽量预测：模型验证篇（五）
• 【机器学习竞赛+笔记干货】工业蒸汽量预测：特征优化篇（六）
• 【机器学习竞赛+笔记干货】工业蒸汽量预测：模型融合篇（七）

比赛地址：工业蒸汽量预测_学习赛_天池大赛

1 赛题理解

1.3 数据概览

1.3.2 数据说明

V0~V37共38个字段是特征变量，target字段是目标变量。

1.4 评估指标

预测结果以均方误差MSE（Mean Squared Error）作为评判标准。计算公式如下：$$MSE=\frac{SSE}{n}=\frac{1}{n}\sum _{i=1}^n{w}_i(y_i-\widehat{y_i}{)}^2$$
在sklearn中可直接调用函数计算MSE：

from sklearn.metrics import mean_squared_error
mean_squared_error(y_test,y_predict)

1.5 赛题模型

1.5.3 解题思路

在本赛题中，需要根据提供的V0~V37共38个特征变量来预测蒸汽量的数值，其预测值为连续性数值变量，故此问题为回归预测求解。
回归预测模型使用的算法包括线性回归（Linear Regression）、岭回归（Ridge Regression）、LASSO（Least Absolute Shrinkage and Selection Operator）回归、决策树回归（Decision Tree Regression）、梯度提升回归树（Gradient Boosting Decision Tree Regression）。