动手学深度学习--预测房价（Kaggle）

VIP文章 iwill323

已于 2022-10-15 23:34:20 修改

阅读量1.3k

点赞数 1

分类专栏：动手学深度学习文章标签： python 人工智能机器学习

于 2022-09-22 12:26:29 首次发布

本文链接：https://blog.csdn.net/iwill323/article/details/126985942

版权

Kaggle的房价预测比赛，一个简单的线性回归练习，包括如何处理数据、输出csv文件，很实用。

此数据集由Bart de Cock于2011年收集 :cite:De-Cock.2011，涵盖了2006-2010年期间亚利桑那州埃姆斯市的房价。https://www.kaggle.com/c/house-prices-advanced-regression-techniques

访问和读取数据集

竞赛数据分为训练集和测试集。每条记录都包括房屋的属性值和属性，如街道类型、施工年份、屋顶类型、地下室状况等。这些特征由各种数据类型组成，例如，建筑年份由整数表示，屋顶类型由离散类别表示，其他特征由浮点数表示。一些数据完全丢失了，缺失值被简单地标记为“NA”。每套房子的价格只出现在训练集中。希望划分训练集以创建验证集。

直接从网站下载数据在程序所在文件夹（或放在其他文件夹），然后读取

%matplotlib inline
import numpy as np
import pandas as pd
import torch
from torch import nn
from torch.utils import data


train_data = pd.read_csv('./train.csv') #需要后缀
test_data = pd.read_csv('test.csv