案例：房价预测模型

案例目标：根据房子特征，预测某房房价，选出最优模型。

主要步骤：

1. 数据清洗。数据分类，缺失值和异常值处理。

2. 特征分析。统计量分析和相关性分析。

3. 特征工程。特征选择和特征融合。

4. 模型构建。特征标准化，交叉验证，GBoost和Xgboost。

5. 模型评价。

1. 数据清洗

1.1数据分类。除SalePrice，所有数据按照数值类型(numerical)和类别类型（category）分类。

 1.2 缺失值处理

整合缺失值信息。