Task2:数据的探索性分析（EDA）

Task2:数据的探索性分析（EDA）

第一次打卡，昨晚的直播课受益匪浅，准备先跑一遍Baseline，再对着更改，在这么长篇的代码中，各个编辑器对比发现，推荐pycharm,唯一不好的地方就是不能像jupyter那样每句语言都显示结果，导致pycharm是每次都全部跑一遍结果，可能会比较慢，也许是我太小白了，还有别的更好方案吧。

Baseline

baseline的流程是：

1. 导入各种工具箱import,数据处理有：numpy,pandas;可视化包括：matplotlib,seaborn,注意在pycharm中画图%matplotlib inline最后要加上plt.show()，否则会报错！
2. 数据读取用Pd.read_csv，分隔符sep=空格，区分训练集和测试集，这里的比例是3：1，数据简要浏览:head(),数据信息查看Info（），统计信息浏览describe(),
3. 特征工程：从数值型之中粗略的选了一些变量，待优化，缺省值用-1填补
4. 模型训练与预测：

'''step4:模型训练与预测
利用xgb进行5折交叉验证查看模型的参数效果'''
xgr=xgb.XGBRegressor(n_estimators=120,learning_rate=0.1,gamma=0,subsample=0.8,colsample_bytree=0.9,max_depth=7)
scores_train=[]
scores