波士顿房价预测(一)

本文介绍了参加Kaggle上的波士顿房价预测比赛,详细阐述了比赛要求,包括使用线性回归算法,探讨不同学习率、正则化和特征缩放的影响。通过sklearn库进行了数据预处理和模型训练,最终得出初步预测结果。
摘要由CSDN通过智能技术生成

波士顿房价预测

波士顿房价预测(一)

比赛网址:https://www.kaggle.com/c/machine-learning-on-thursday/overview

比赛要求

1.做线性回归,或使用现成的线性回归函数,方法尝试使用Gradient Descent,SGD以及ADAM。
2.比较不同的学习率的结果。例如损失函数曲线图
3.比较有无加上regularization的结果。
4.比较有无否使用feature scale的结果。

熟悉数据

训练数据:

train_data=pd.read_csv('train_dataset.csv',index_col=None)
train_data.head()

训练数据前五行
查看训练数据是否有空值

train_data.isnull().sum()

没有空值存在
测试数据展示:

test_data=pd.read_csv('test_dataset.csv')
test_data.head()

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
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