/PyTorch-predict-house-prices-P1-1

Primary LanguageJupyter Notebook

使用神经网络预测房价

项目介绍

在这个项目中，我们会建立一个多层的神经网络来预测房价，通过前面的学习，我们已经了解了神经网络的基本结构，下面我们会使用到我们所学的神经网络的知识来建立一个模型，进行房价的预测。

数据下载

通过百度云进行房价数据集的下载

数据下载完成之后，将本仓库下载到本地，同时将刚刚下载的数据解压到仓库的主目录中，目录结构如下

\PyTorch-predict-house-prices-P1
	\dataset
		\train.csv
		\test.csv
	predict-house-prices.ipynb
	README.md
	utils.py

通过上面的过程，我们准备好了数据。在开始完成第一个项目之前，需要根据 StartKit 配置好了深度学习环境，所以请按照操作完成深度学习环境的配置，当你完成好环境配置之后，你可以直接进入 predict-house-prices.ipynb 完成项目。

评估与提交

通过predict-house-prices.ipynb，你会建立一个模型进行房价的预测，同时在测试集上能够看到模型的效果，将这个 notebook 保存并提交给我们。

除此之外，你还需要提交

  • notebook 导出的 html 文件

可以考虑在 Github 上为该项目创建一个仓库，记录训练的过程、所使用的库以及数据等的 README 文档，构建一个完善的 Github 简历。