/DC_House_Price_Predict

DataCastle -- King Country房价预测

Primary LanguageJupyter Notebook

Data Castle -- King Country房价预测

描述构建BaseLine过程

题目解析

根据赛题任务描述：从给定的房屋基本信息以及房屋销售信息等，建立一个回归模型预测房屋的销售价格。可知，目标是根据给定的特征，构建合适的回归模型，预测房屋价格。

数据加载

使用pandas的read_csv()方法，读取训练集和测试集数据。

数据探索

  1. 通过DataFrame的shape和head()方法，可看出训练集比测试集多一列标签；
  2. 通过DataFrame的info()和describe()方法，可以看出数据无空值和缺失值；

特征工程

通过观察特征和标签数据，可看出：

  1. ID列对模型预测没有用处，可删除；
  2. 给定的数据时间皆为2014，2015年份数据，可猜测年份对模型预测无作用；可提取月、日作为新的特征；暂定本题非时间序列问题，删除时间列；
  3. 房屋房间数目、房间面积等特征非同一量纲，故进行数据归一化处理；
  4. 标签和特征皆在训练集数据种，需分离；

模型选择

本题为小数据量级回归型问题，先选择SVM的回归模型SVR作为BaseLine的训练模型；

数据保存

  1. 由于特征工程种对数据做了归一化处理，故预测结果需恢复为正常值；
  2. 按题目要求保存数据；

附：文件（夹）说明

  1. DC_Data: 训练和待预测数据；
  2. DC_House_Price_Predict--BaseLine.ipynb：构建BaseLine代码
  3. Task_Info.pdf：题目说明文档