机器学习/深度学习实战——kaggle房价预测比赛实战（数据分析篇）

已于 2023-08-09 21:55:56 修改
阅读量7.4k 收藏 183
点赞数 13
分类专栏： 动手学深度学习：pytorch 文章标签： 房价预测 机器学习 数据分析 数据挖掘 python
于 2021-08-04 10:13:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jerry_liufeng/article/details/119360894
版权

文章目录

很不容易，这个实战项目肝了好几天，借鉴了很多大佬的思路和代码，也从中学习到了很多东西（我喜欢将经典的代码复写一遍，感觉这样学习到的东西比CV大法会高一点点），因为这个项目的内容比较多，所以我将会分为4～5个blog进行梳理。

相关：
kaggle 比赛：House Prices - Advanced Regression Techniques

数据下载地址：百度网盘 提取码： w2t6

1. 数据分析

加载原始数据

# 加载原始数据
train_data = pd.read_csv('./data/California house price/house-prices-advanced-regression-techniques/train.csv')
test_data = pd.read_csv('./data/California house price/house-prices-advanced-regression-techniques/test.csv')
combined_df = pd.concat([train_data,test_data],axis=0)

1.1 训练数据分析

（1）训练数据前5条数据
# 查看头5条数据
train_data.head()
IdMSSubClassMSZoningLotFrontageLotAreaStreetAlleyLotShapeLandContourUtilities...PoolAreaPoolQCFenceMiscFeatureMiscValMoSoldYrSoldSaleTypeSaleConditionSalePrice
0160RL65.008450PaveNaNRegLvlAllPub...0NaNNaNNaN022008WDNormal208500
1220RL80.009600PaveNaNRegLvlAllPub...0NaNNaNNaN052007WDNormal181500
2360RL68.0011250PaveNaNIR1LvlAllPub...0NaNNaNNaN092008WDNormal223500
3470RL60.009550PaveNaNIR1LvlAllPub...0NaNNaNNaN022006WDAbnorml140000
4560RL84.0014260PaveNaNIR1LvlAllPub...0NaNNaNNaN0122008WDNormal250000

5 rows × 81 columns

（2）训练数据大小
# 训练数据的大小
train_data.shape

(1460, 81)

（3）训练数据统计信息
# 训练数据信息
train_data.info()

 <class 'pandas.core.frame.DataFrame'>
RangeIndex: 1460 entries, 0 to 1459
Data columns (total 81 columns):
 #   Column         Non-Null Count  Dtype  
---  ------         --------------  -----  
 0   Id             1460 non-null   int64  
 1   MSSubClass     1460 non-null   int64  
 2   MSZoning       1460 non-null   object 
 3   LotFrontage    1201 non-null   float64
 4   LotArea        1460 non-null   int64  
 5   Street         1460 non-null   object 
 6   Alley          91 non-null     object 
 7   LotShape       1460 non-null   object 
 8   LandContour    1460 non-null   object 
 9   Utilities      1460 non-null   object 
 10  LotConfig      1460 non-null   object 
 11  LandSlope      1460 non-null   object 
 12  Neighborhood   1460 non-null   object 
 13  Condition1     1460 non-null   object 
 14  Condition2     1460 non-null   object 
 15  BldgType       1460 non-null   object 
 16  HouseStyle     1460 non-null   object 
 17  OverallQual    1460 non-null   int64  
 18  OverallCond    1460 non-null   int64  
 19  YearBuilt      1460 non-null   int64  
 20  YearRemodAdd   1460 non-null   int64  
 21  RoofStyle      1460 non-null   object 
 22  RoofMatl       1460 non-null   object 
 23  Exterior1st    1460 non-null   object 
 24  Exterior2nd    1460 non-null   object 
 25  MasVnrType     1452 non-null   object 
 26  MasVnrArea     1452 non-null   float64
 27  ExterQual      1460 non-null   object 
 28  ExterCond      1460 non-null   object 
 29  Foundation     1460 non-null   object 
 30  BsmtQual       1423 non-null   object 
 31  BsmtCond       1423 non-null   object 
 32  BsmtExposure   1422 non-null   object 
 33  BsmtFinType1   1423 non-null   object 
 34  BsmtFinSF1     1460 non-null   int64  
 35  BsmtFinType2   1422 non-null   object 
 36  BsmtFinSF2     1460 non-null   int64  
 37  BsmtUnfSF      1460 non-null   int64  
 38  TotalBsmtSF    1460 non-null   int64  
 39  Heating        1460 non-null   object 
 40  HeatingQC      1460 non-null   object 
 41  CentralAir     1460 non-null   object 
 42  Electrical     1459 non-null   object 
 43  1stFlrSF       1460 non-null   int64  
 44  2ndFlrSF       1460 non-null   int64  
 45  LowQualFinSF   1460 non-null   int64  
 46  GrLivArea      1460 non-null   int64  
 47  BsmtFullBath   1460 non-null   int64  
 48  BsmtHalfBath   1460 non-null   int64  
 49  FullBath       1460 non-null   int64  
 50  HalfBath       1460 non-null   int64  
 51  BedroomAbvGr   1460 non-null   int64  
 52  KitchenAbvGr   1460 non-null   int64  
 53  KitchenQual    1460 non-null   object 
 54  TotRmsAbvGrd   1460 non-null   int64  
 55  Functional     1460 non-null   object 
 56  Fireplaces     1460 non-null   int64  
 57  FireplaceQu    770 non-null    object 
 58  GarageType     1379 non-null   object 
 59  GarageYrBlt    1379 non-null   float64
 60  GarageFinish   1379 non-null   object 
 61  GarageCars     1460 non-null   int64  
 62  GarageArea     1460 non-null   int64  
 63  GarageQual     1379 non-null   object 
 64  GarageCond     1379 non-null   object 
 65  PavedDrive     1460 non-null   object 
 66  WoodDeckSF     1460 non-null   int64  
 67  OpenPorchSF    1460 non-null   int64  
 68  EnclosedPorch  1460 non-null   int64  
 69  3SsnPorch      1460 non-null   int64  
 70  ScreenPorch    1460 non-null   int64  
 71  PoolArea       1460 non-null   int64  
 72  PoolQC         7 non-null      object 
 73  Fence          281 non-null    object 
 74  MiscFeature    54 non-null     object 
 75  MiscVal        1460 non-null   int64  
 76  MoSold         1460 non-null   int64  
 77  YrSold         1460 non-null   int64  
 78  SaleType       1460 non-null   object 
 79  SaleCondition  1460 non-null   object 
 80  SalePrice      1460 non-null   int64  
dtypes: float64(3), int64(35), object(43)
memory usage: 924.0+ KB
（4）训练数据类型
# 训练数据类型统计
train_dtype = train_data.dtypes
train_dtype.value_counts()

 object     43
 int64      35
 float64     3
 dtype: int64
（5）训练数据缺失数据统计
# 训练数据中的空值排序前20个
train_data.isnull().sum().sort_values(ascending=False).head(20)

    PoolQC          1453
    MiscFeature     1406
    Alley           1369
    Fence           1179
    FireplaceQu      690
    LotFrontage      259
    GarageCond        81
    GarageType        81
    GarageYrBlt       81
    GarageFinish      81
    GarageQual        81
    BsmtExposure      38
    BsmtFinType2      38
    BsmtFinType1      37
    BsmtCond          37
    BsmtQual          37
    MasVnrArea         8
    MasVnrType         8
    Electrical         1
    Utilities          0
    dtype: int64
（6）训练数据缺失值可视化
# 使用Misingno可视化缺失数据
msno.matrix(train_data)

（7）训练数据缺失值相关性分析
# 使用misingno查看缺失数据之间的相关性：表征一个变量的存在和不存在如何强烈地影响另一个的存在
# （比如说如果rate1和rate2的热度值是1,那么rate11缺失，rate2也必然缺失，两者在缺失性之间是直接相关的）
msno.heatmap(train_data)

在这里插入图片描述

（8）训练数据标签分布柱状图
# 查看训练数据对应价格的分布
sns.displot(train_data['SalePrice'])

在这里插入图片描述

（9）部分属性与房价关系分析（箱状图和散点图）

查看对房屋的整体评价和价格之箱状图：箱状图不受异常值的影响，可以相对稳定地描述数据的离散分布情况
在这里插入图片描述

# 可以看到整体评分越高其价格是越高的
overallQual_SalePrice = pd.concat([train_data['SalePrice'],train_data['OverallQual']],axis=1)
plt.figure(figsize=(8,6))
sns.boxplot(x='OverallQual',y='SalePrice',data=overallQual_SalePrice)

在这里插入图片描述

# 用箱状图查看一下离散非数值型数据的分布
# 可以看到如果neighorhood是在stoneBr和NridgHt附近的话，价格会较高
Neighborhood_SalePrice = pd.concat([train_data['SalePrice'],train_data['Neighborhood']],axis=1)
plt.figure(figsize=(20,6))
sns.boxplot(x='Neighborhood',y='SalePrice',data=Neighborhood_SalePrice)

在这里插入图片描述

# 绘制和价格相关的特征的散点图
TotalBsmtSF_SalePrice = pd.concat([train_data['SalePrice'],train_data['TotalBsmtSF']],axis=1)
plt.figure(figsize=(8,6))
TotalBsmtSF_SalePrice.plot.scatter(x='TotalBsmtSF',y='SalePrice',s=4,c='red')

在这里插入图片描述

1.2 测试数据分析

(1) 测试数据前5条数据
test_data.head()
IdMSSubClassMSZoningLotFrontageLotAreaStreetAlleyLotShapeLandContourUtilities...ScreenPorchPoolAreaPoolQCFenceMiscFeatureMiscValMoSoldYrSoldSaleTypeSaleCondition
0146120RH80.0011622PaveNaNRegLvlAllPub...1200NaNMnPrvNaN062010WDNormal
1146220RL81.0014267PaveNaNIR1LvlAllPub...00NaNNaNGar21250062010WDNormal
2146360RL74.0013830PaveNaNIR1LvlAllPub...00NaNMnPrvNaN032010WDNormal
3146460RL78.009978PaveNaNIR1LvlAllPub...00NaNNaNNaN062010WDNormal
41465120RL43.005005PaveNaNIR1HLSAllPub...1440NaNNaNNaN012010WDNormal

5 rows × 80 columns

(2) 测试数据类型统计
# 查看测试数据中的数据类型统计
test_dtype = test_data.dtypes
test_dtype.value_counts()

object     43
int64      26
float64    11
dtype: int64
(3) 测试数据大小
test_data.shape

(1459, 80)
(4) 测试数据缺失值统计
test_data.isnull().sum().sort_values(ascending = False).head(20)

PoolQC          1456
MiscFeature     1408
Alley           1352
Fence           1169
FireplaceQu      730
LotFrontage      227
GarageCond        78
GarageQual        78
GarageYrBlt       78
GarageFinish      78
GarageType        76
BsmtCond          45
BsmtQual          44
BsmtExposure      44
BsmtFinType1      42
BsmtFinType2      42
MasVnrType        16
MasVnrArea        15
MSZoning           4
BsmtHalfBath       2
dtype: int64
(5) 测试数据缺失值可视化
msno.matrix(test_data)

在这里插入图片描述

(6) 测试数据缺失值相关性分析
# 从这里看出：其实我们的测试数据缺失比训练数据更加严重
msno.heatmap(test_data)

在这里插入图片描述

1.3 训练数据和测试数据对比

(1) 数据类型对比

主要发现一些数据类型是int64和float64的区别，对于我们的影响不是很大

# 将标签值SalePrice去除，然后使用pandas的compare将两个dataframe进行比较
train_dtype = train_dtype.drop('SalePrice')
train_dtype.compare(test_dtype)
selfother
BsmtFinSF1int64float64
BsmtFinSF2int64float64
BsmtUnfSFint64float64
TotalBsmtSFint64float64
BsmtFullBathint64float64
BsmtHalfBathint64float64
GarageCarsint64float64
GarageAreaint64float64
(2) 缺失数据对比
null_train = train_data.isnull().sum()
null_test = test_data.isnull().sum()
null_train = null_train.drop('SalePrice')
null_comp_df = null_train.compare(null_test).sort_values(['self'],ascending=[False])
null_comp_df
selfother
PoolQC1453.001456.00
MiscFeature1406.001408.00
Alley1369.001352.00
Fence1179.001169.00
FireplaceQu690.00730.00
LotFrontage259.00227.00
GarageType81.0076.00
GarageCond81.0078.00
GarageYrBlt81.0078.00
GarageFinish81.0078.00
GarageQual81.0078.00
BsmtFinType238.0042.00
BsmtExposure38.0044.00
BsmtFinType137.0042.00
BsmtCond37.0045.00
BsmtQual37.0044.00
MasVnrArea8.0015.00
MasVnrType8.0016.00
Electrical1.000.00
GarageArea0.001.00
GarageCars0.001.00
MSZoning0.004.00
Functional0.002.00
KitchenQual0.001.00
BsmtHalfBath0.002.00
BsmtFullBath0.002.00
TotalBsmtSF0.001.00
BsmtUnfSF0.001.00
BsmtFinSF20.001.00
BsmtFinSF10.001.00
Exterior2nd0.001.00
Exterior1st0.001.00
Utilities0.002.00
SaleType0.001.00
(3)数据分布统计与对比

统计数据类别数量：

  • 1）数值型特征数量

    • 离散特征数量（如果非独立数值少于25个认为该特征为离散特征）
    • 连续特征数量

  • 2）非数值型数据数量

numerical_features = [col for col in train_data.columns if train_data[col].dtypes != 'O']
discrete_features = [col for col in numerical_features if len(train_data[col].unique()) < 25 and col not in ['Id']]
continuous_features = [feature for feature in numerical_features if feature not in discrete_features+['Id']]
categorical_features = [col for col in train_data.columns if train_data[col].dtype == 'O']

print("Total Number of Numerical Columns : ",len(numerical_features))
print("Number of discrete features : ",len(discrete_features))
print("No of continuous features are : ", len(continuous_features))
print("Number of non-numeric features : ",len(categorical_features))

Total Number of Numerical Columns :  38
Number of discrete features :  18
No of continuous features are :  19
Number of non-numeric features :  43

插入一个名为Label标识训练数据和测试数据的特征

combined_df['Label'] = "test"
combined_df['Label'][:1460] = "Train"
1） 对比离散数据
# 对比离散数据
"""
sns.hitplot(data,x,y,hue,ax)
data:pandas.Dataframe,numpy.ndarray,mapping,or sequence：input data
x,y : 指定x,y轴的变量
hue：确定绘图颜色的变量
ax:预先定义的绘图区域
"""
f,axes = plt.subplots(3,6,figsize=(30,10),sharex=False)
for i,feature in enumerate(discrete_features):
    sns.histplot(data=combined_df,x=feature,hue='Label',ax=axes[i%3,i//3])

在这里插入图片描述

上面离散分布的数据说明：

  • 很多数据可以重新分类为分类数据（非数值型数据），例如MSSublass
  • 很多特征以0和null值为主（例如PoolArea，LowQualFinSF，3SsnPorch,MiscVal）,因此也以考虑将这些特征删除
2）对比连续数据
#对比连续数据
f,axes = plt.subplots(4,6,figsize=(30,15),sharex=False)
for i,feature in enumerate(continuous_features):
    sns.histplot(data=combined_df,x=feature,hue='Label',ax=axes[i%4,i//4])

在这里插入图片描述

上述连续数据对比说明：

  • 对于连续数据：训练和测试数据的分布都基本相同
3） 检查数值型特征的线性程度
# 检查数值数据的线性分布
"""
横轴为数值数据特征，纵轴为价格标签
"""
f,axes = plt.subplots(7,6,figsize=(30,30),sharex=False)
for i,feature in enumerate(numerical_features):
    sns.scatterplot(data=combined_df,x=feature,y="SalePrice",ax=axes[i%7,i//7])

在这里插入图片描述

从上面可以发现很多特征关于价格标签并非是线性的：

  • ‘SalePrice’ VS.‘BsmtUnfSF’,
  • ‘SalePrice’ VS.‘TotalBsmtSF’,
  • ‘SalePrice’ VS.‘GarageArea’,
  • ‘SalePrice’ VS.‘LotArea’,
  • ‘SalePrice’ VS.‘LotFrontage’,
  • ‘SalePrice’ VS.‘GrLivArea’,
  • ‘SalePrice’ VS.‘1stFlrSF’,
4) 非数值型数据对比分析
# 对比非数值型数据对比分析
f,axes = plt.subplots(7,7,figsize=(30,30),sharex=False)
for i,feature in enumerate(categorical_features):
    sns.countplot(data=combined_df,x=feature,hue="Label",ax=axes[i%7,i//7])

在这里插入图片描述

统计非数值型数据的对比统计结果：

  • 对于大多数特征而言，训练和测试数据的分布是类似的
  • 一些特征存在主要的项目，可以考虑将一些次要项目合并在一起或者将这些列给删掉
  • ‘RoofMatl’,‘Street’,‘Condition2’,‘Utilities’,‘Heating’ (这些列应该删掉)
  • ‘Fa’ & ‘Po’ 在 ‘HeatingQC’, ‘FireplaceQu’, ‘GarageQual’ and 'GarageCond’这些特征中或许可以考虑将其合并
# 通过箱状图分析非数值型数据的分布（值取的对应价格）
f, axes = plt.subplots(7,7 , figsize=(30, 30), sharex=False)
for i, feature in enumerate(categorical_features):
    sort_list = sorted(combined_df.groupby(feature)['SalePrice'].median().items(), key= lambda x:x[1], reverse = True)
    order_list = [x[0] for x in sort_list ]
    sns.boxplot(data = combined_df, x = feature, y = 'SalePrice', order=order_list, ax=axes[i%7, i//7])
plt.show()

在这里插入图片描述

1.4 数值型数据缺失分析

# 检查数值型数据的分布特征并填充均值
null_features_numerical = [col for col in combined_df.columns if combined_df[col].isnull().sum()>0 and col not in categorical_features]
plt.figure(figsize=(30,20))
sns.set()

warnings.simplefilter('ignore')
for i,var in enumerate(null_features_numerical):
    plt.subplot(4,3,i+1)
    sns.distplot(combined_df[var],bins=20,kde_kws={'linewidth':3,'color':'red'},label="original")
    sns.distplot(combined_df[var],bins=20,kde_kws={'linewidth':2,'color':'yellow'},label="mean")

在这里插入图片描述

# # 检查数值型数据的分布特征并填充中位值
plt.figure(figsize=(30,20))
sns.set()
warnings.simplefilter("ignore")
for i,var in enumerate(null_features_numerical):
    plt.subplot(4,3,i+1)
    sns.distplot(combined_df[var],bins=20,kde_kws={'linewidth':3,'color':'red'},label="original")
    sns.distplot(combined_df[var],bins=20,kde_kws={'linewidth':2,'color':'yellow'},label="median")

在这里插入图片描述

1.5 时序特征分析（包含年月日信息的特征）

year_feature = [col for col in combined_df.columns if "Yr" in col or 'Year' in col]
year_feature

['YearBuilt', 'YearRemodAdd', 'GarageYrBlt', 'YrSold']

# 然后检查一下这些特征与销售价格是否有关系
combined_df.groupby('YrSold')['SalePrice'].median().plot() # groupby().median()表示取每一组的中位数
plt.xlabel('Year Sold')
plt.ylabel('House Price')
plt.title('House price vs YearSold')

Text(0.5, 1.0, 'House price vs YearSold')

在这里插入图片描述

# 绘制其他三个特征与销售价格的散点对应图
# 可以看到随着时间的增加，价格是逐增加的
for feature in year_feature:
    if feature != 'YrSold':
        hs = combined_df.copy()
        plt.scatter(hs[feature],hs['SalePrice'])
        plt.xlabel(feature)
        plt.ylabel('SalePrice')
        plt.show()

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.6 数据相关性分析

# 使用热力图查看特征之间的相互关系
corrmat = train_data.corr(method='spearman') # 计算不同数据之间的相系数
plt.figure(figsize=(20,10))
sns.heatmap(corrmat,cmap="YlGnBu", linewidths=.5)

在这里插入图片描述

留小星
关注
  • 13
    点赞
  • 踩
  • 183
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    评论
专栏目录
李沐老师深度学习课程用到的kaggle房价预测数据
12-13
其中包含训练集和测试集，供大家学习使用
实战KAGGLE⽐赛：房价预测数据集+预测实现demo
09-19
实战KAGGLE⽐赛：房价预测： 作为深度学习基础篇章的总结，动⼿实战⼀个Kaggle⽐赛：房价预测。 本节将提供未经调优的数据的预处理、模型的设计和超参数的选择。 https://blog.csdn.net/yohnyang/article/details/126883147
机器学习之线性回归与逻辑回归【完整房价预测和鸢尾花分类代码解释】
最新发布
a910247的博客
03-25 1138
机器学习的起源可以追溯到人工智能的发展历程。虽然人工智能的概念早在20世纪50年代就已经出现，但直到之后几十年里，随着计算机技术的不断发展和数据的日益增多，机器学习才逐渐成为人工智能领域的主流技术之一。以下是机器学习发展的几个重要时期和里程碑逻辑理论和符号学习： 20世纪50年代末到60年代初，人工智能研究主要集中在基于逻辑理论和符号推理的方法上。这一时期出现了逻辑推理、专家系统等符号学习方法，但受限于计算机技术和数据量的限制，这些方法的应用受到了很大的局限性。连接主义和神经网络。
机器学习入门 kaggle房价预测 精讲（含代码）
07-24
机器学习入门项目，kaggle里的项目房价预测，适合初学者学习数据分析及机器学习算法，入门Kaggle.
动手学习深度学习——房价预测（详细注释）
m0_51474171的博客
07-12 1547
代码+详细注释 里面设计到的不懂的函数，可以查看这个博客
机器学习:房价预测项目实战
nofaliure的博客
12-13 4890
机器学习:房价预测项目实战
Kaggle经典项目——房价预测
热门推荐
zenghr的博客
07-19 4万+
写在前面： 这篇文章旨在梳理kaggle回归问题的一个基本流程。博主只是一个数据分析刚入门的新手，有些错漏之处还请批评指正。很遗憾这个项目最后提交的Private Score只达到了排行榜的TOP13%，我目前也还没有更好的方法去进一步提高分数，不过整个项目做完之后对kaggle回归预测项目的解题思路有了一套比较完整清楚的认识，总结出来和大家分享，欢迎共同探讨。 1.项目背景 问题陈述 房价预测是kaggle的一个经典Data Science项目，作为数据分析的新手，这是一个很好的入门练习项目。 任务很明确
深度学习入门——波士顿房价预测
Barbara‘s Blog
04-21 1万+
基于神经网络模型的波士顿房价预测 波士顿房价预测是一个经典的机器学习任务，类似于程序员世界的“Hello World”。以“波士顿房价预测”任务为例，我们学习如何使用Python语言和Numpy库来构建神经网络模型。 波士顿地区的房价受诸多因素影响。该数据集统计了13种可能影响房价的因素和该类型房屋的均价，期望构建一个基于13个因素进行房价预测的模型，如下所示。 对于预测问题，可以根据预测输出的类型是连续的实数值，还是离散的标签，区分为回归任务和分类任务。因为房价是一个连续值，所以房价预测是一个回归任务。
kaggle简单实战——房价预测（xgboost实现）
hy_696的博客
08-16 5021
最近正在学习xgboost，因此在kaggle上用xgboost做了个简单的小项目——波士顿房价预测（https://www.kaggle.com/c/house-prices-advanced-regression-techniques），顺便记录一下过程。因为只是简单练手，所以做的比较粗糙，没有调参、降维、参数重要性分析等等，所以还有很大的进步空间，目前结果在kaggle上的得分为0.13166，排名1244，仅供大家参考。 顺便给大家推荐下kaggle，类似以前...
【机器学习】最经典案例：房价预测（完整流程：数据分析及处理、模型选择及微调）
weixin_44820505的博客
07-28 2万+
完整流程：数据分析及处理、模型选择及微调、结果分析
使用云服务器-kaggle跑深度学习项目
weixin_44839559的博客
10-29 1122
在进行深度学习时，学生党电脑一般都不满足有高配置的GPU，这时候就不得不租用别人的GPU来进行训练了，本次采用的时kaggle平台。
机器学习房价预测数据集源代码.zip
06-07
机器学习房价预测数据集源代码。机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码。机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码。机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码。机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码。机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码。机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码机器学习房价预测数据集源代码
机器学习房价预测数据.zip
08-08
机器学习数据集：房价预测数据
《实战Kaggle比赛：房价预测》数据集
04-25
实战Kaggle比赛：房价预测-数据集
kaggle房价预测实战【含数据集、实战文档、预测结果】
12-08
包含Kaggle比赛：房价预测数据集，实战的介绍文档及预测结果。 房价预测数据集分为训练数据集和测试数据集。两个数据集都包括每栋房子的特征，如街道类型、建造年份、房顶类型、地下室状况等特征值。这些特征值有...
kaggle房价预测实战 留小星
03-17
对kaggle房价预测实战进行的代码整理，包括了数据分析对比、数据预处理、机器学习方法预测、深度学习预测
深度学习——实战Kaggle比赛：预测房价
2301_78630677的博客
10-05 862
经过前面两章理论知识的摧残后，终于到了最期待的实战环节了，本章将记录一下实战Kaggle比赛：预测房价。参考书：《动手学深度学习》本章跟着书中的操作复现了一遍，书中的代码的许多函数都是从零开始构建，跟之前学的直接引用模块中的函数不太一样。本章记录了如何加入一个Kaggle比赛，提交结果。在这个项目实战中，感觉就是用了很简单的线性模型（简单的了解了一下整个大概流程），从数据预处理到训练再到后面的参数调整。 寂兮寥兮，独立而不改，周行而不殆，可以为天下母。 --2023-10-5 进阶篇
机器学习实战——kaggle 泰坦尼克号生存预测——六种算法模型实现与比较
yangshaojun1992的博客
05-24 1万+
一、初识 kaggle kaggle是一个非常适合初学者去实操实战技能的一个网站，它可以根据你做的项目来评估你的得分和排名。让你对自己的能力有更清楚的了解，当然，在这个网站上，也有很多项目的教程，可以跟着教程走，慢慢熟悉各种操作。在平时的学习中，我们了解到的知识更多的是理论，缺少一个实战的平台，项目的练习。我对kaggle的了解也是基于实战的需要，想做一些项目来巩固我的认知，发现更多有用的技能。 kaggle 竞赛，里面有很多项目，对熟悉数据处理与学习各种算法帮助很大。 二、项目介绍 完整代码见k.
《动手学深度学习》——预测房价
MaTF_的博客
07-06 531
这里又产生一个问题，既然我们最终想得到一个相对误差较小的预测模型，那为什么我们在更新模型参数时，选择的损失函数是均方误差，而不是直接使用对数均方误差呢？由于数据的特征之间在数量级和单位上可能有较大的差异，一种比较简单的处理方式是对所有。个人理解：因为最小化均方误差的本质是参数的极大似然估计，这是符合统计理论的。上述代码中，又有两处需要我们实现，其一是用于获取小批量样本迭代器的。观察上面的代码，共有两处需要我们实现，其一是获得模型。上面的代码中，需要我们实现划分训练集和验证集的。，另一个是衡量误差的。
kaggle机器学习项目实战
07-25
Kaggle是一个非常适合初学者去实操实战技能的网站，它提供了各种机器学习项目供用户参与。通过在Kaggle上完成项目，你可以评估自己的得分和排名，从而更清楚地了解自己的能力水平。此外，Kaggle还提供了许多项目的教程，可以帮助你学习各种操作并逐步熟悉机器学习的实践。在平时的学习中，我们更多地接触到的是理论知识，缺少实战的平台和项目练习。因此，通过在Kaggle上进行机器学习项目实战，你可以巩固自己的知识，并发现更多有用的技能。\[1\] 在Kaggle上，你可以找到各种机器学习项目，其中包括房价预测项目。在这个项目中，你可以使用各种机器学习算法来预测房价。例如，你可以使用sklearn库中的线性算法，它利用了BLAS算法库，具有高效率和性能优势。相比于集成算法，如GradientBoost等，线性算法的运行时间更短，例如在做CrossValidate和Lasso时只需要20秒左右，而集成算法需要约200~300秒左右。\[2\] 在进行机器学习项目实战时，你可以创建多个模型来进行比较和评估。常见的模型包括K近邻分类器(KNeighborsClassifier)、逻辑回归(LogisticRegression)、高斯朴素贝叶斯分类器(GaussianNB)、决策树分类器(DecisionTreeClassifier)、随机森林分类器(RandomForestClassifier)、梯度提升分类器(GradientBoostingClassifier)和支持向量机分类器(SVC)等。通过创建多个模型并进行比较，你可以找到最适合解决问题的模型。\[3\] #### 引用[.reference_title] - *1* *3* [机器学习实战——kaggle 泰坦尼克号生存预测——六种算法模型实现与比较](https://blog.csdn.net/yangshaojun1992/article/details/106314927)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Kaggle机器学习实战总结](https://blog.csdn.net/BF02jgtRS00XKtCx/article/details/78937265)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

留小星

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值