kaggle房价预测最热解析

1.异常值可以删除,但也要留一些,因为测试集里也有异常值,留一些异常值可以让模型更鲁棒。

2.主要用fillna来填充缺失值

3.stacking方法在处理这个问题有很好的帮助,可以用ENet,GBoost,KRR,lasso这四个模型stacking一下。

首先是普通的平均stacking

与此同时的Enet,GBoost,KRR,lasso四个模型的效果如下:

然后是把Enet,KRR,Gboost作为平均,把lasso作为后设模型。

这样的效果比较四个模型平均会变好

5.集成模型

最后预测的时候可以把上面的stacking模型的结果和xgboost,lightGbm加权求值

 

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

水木流年追梦

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
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