1.数据处理
1.首先加载数据查看数据详情
2. 查看数据是否又NAN的项。
3 对有空的项进行填充
4 将数据分成训练书和测试数据
5 .对数据归一化处理
2.模型预测
多层感知机-回归模型
集成回归
线性回归
svm回归
knn 回归
决策树回归
决策树回归
随机森林回归
Adaboost回归
gbrt 回归
bagging 回归
3.模型整合
使用k折交叉验证
使用了几个较好的模型进行处理
使用result数据结果
import warnings
warnings.filterwarnings("ignore")
from sklearn import preprocessing
from sklearn.neural_network import MLPRegressor
from sklearn.ensemble import GradientBoostingRegressor
from sklearn import ensemble
import pandas as p