目录
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