动手学深度学习课程竞赛:加州2020年房价预测

课程地址:课程竞赛:加州2020年房价预测_哔哩哔哩_bilibili

竞赛地址:California House Prices | Kaggle

李沐老师官方答案:10行代码战胜90%数据科学家?_哔哩哔哩_bilibili


 Kaggle竞赛-2020年加州房价预测

李沐老师2020年加州房价数据太大,按4.10节教材中的方法来训练,调参消耗巨大时间,故改用automl(autogluon)进行训练和预测。

# 解压data
import zipfile
import os

def unzip_file(zip_file, extract_dir):
    with zipfile.ZipFile(zip_file, 'r') as zip_ref:
        zip_ref.extractall(extract_dir)
    os.remove(zip_file)

unzip_file('train.csv.zip', '/home/NAS/HUIDA/YaqinJiang/my')
unzip_file('test.csv.zip', '/home/NAS/HUIDA/YaqinJiang/my')

#训练
from autogluon.tabular import TabularDataset, TabularPredictor
import numpy as np
import pandas as pd

train_data = TabularDataset(r".../my/train.csv")
# 对于数值变化较大的列取log值处理
large_val_cols = ['Lot', 'Total interior livable area', 
                  'Tax assessed value', 'Annual tax amount', 
                  'Listed Price', 'Last Sold Price']
for col in large_val_cols + ['Sold Price']:
    train_data[col] = np.log(train_data[col] + 1)
# 删去Id列和State列(因为都是加州)
predictor = TabularPredictor(label='Sold Price').fit(
    train_data.drop(columns=['Id', 'State']))

# 预测
test_data = TabularDataset(r".../my/test.csv")
for col in large_val_cols:
    test_data[col] = np.log(test_data[col] + 1)
preds = predictor.predict(test_data.drop(columns=['Id', 'State']))
submission = pd.DataFrame({'Id':test_data['Id'], 'Sold Price':np.exp(preds)-1})
submission.to_csv('submission_automl.csv',index=False)

提交Kaggle后,Private score为0.12561,Public score为0.13845;Private score接近但是没有超过李沐老师的baseline(0.12502),Public score略微超过李沐老师的baseline(0.13911)。

  • 17
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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
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

scdifsn

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