机器学习之加州房价预测（一）

最新推荐文章于 2024-10-11 13:03:22 发布

nkuzzh

最新推荐文章于 2024-10-11 13:03:22 发布

阅读量3.5k

点赞数 1

分类专栏： kaggle 文章标签：机器学习人工智能

本文链接：https://blog.csdn.net/weixin_44953795/article/details/102785217

版权

本文介绍了如何运用机器学习预测加州房价，包括问题定义、任务类型、评价指标的选择。文中详细阐述了配置Windows环境，使用Anaconda与Jupyter Notebook的过程，并对数据下载、数据处理进行了说明，特别是数据的描述性统计分析，揭示了数据集中数值特征的分布情况和缺失值问题。

摘要由CSDN通过智能技术生成

#加州房价预测实例#
任务：
基于加州房价数据集建立一个预测模型，使之可以在给定的条件下，预测加州任何地点的房价的中位数。
在这里插入图片描述
一、定义问题
1.公司要如何利用我的模型？
模型的输出将作为另一个机器学习算法的输入，该算法在综合考虑其他因素之后，决定是否值得在该区域投资。
2. 目前是否有可行的解决方案？
目前该区域的房价信息由一个专家团队完成，他们建立了非常复杂的模型。不仅费时费力，而且他们的评估泵不够准确，差错率达到15%。

二、将工程问题归纳为机器学习的问题
有监督学习任务，因为数据样本包含标签。
回归任务，因为你要预测一个价格。这是一个多变量回归任务，你要基于多个特征变量预测价格。
批量学习任务，因为并没有连续数据流输入系统。

三、选择评价指标
回归任务通常采用平方根均方误差(RMSE)作为评价指标，他衡量了系统预测差错的标准差。
???(?,ℎ)=√(1/? ∑_(?=1)^{?▒〖(ℎ(?}((?) ))−?^((?) ) )^2 〗 )
如果有很多街区数据有异常，肯恒需要使用平均绝对误差（MAE）
???(?,ℎ)=1/? ∑_(?=1)^{?▒〖|ℎ(?}((?) ))−?^((?) ) )|〗

四、windows环境配置和软件安装