/House_Price_Forecast

利用回归模型实现房价预测

Primary LanguageJupyter Notebook

房价预测

目标

根据房屋属性预测每个房子的最终价格

任务流程

  • 分析数据指标

    • 不同指标对结果的影响
    • 连续值与离散值的情况

  • 观察数据正态性

    • 是否满足正态分布
    • 数据变换操作

  • 数据预处理

    • 缺失值填充
    • 标签转换

  • 集成方法建模对比

    • 单模型回归效果
    • 平均与堆叠模型效果对比

数据集

  • 有关数据集的各个列的特征描述在data文件夹下面的data_description.txt中。(Note:特征比较多！)
  • 数据集在data文件夹里面, 包含train.csv和test.csv两个文件

配置环境

  • Python 3.6.5
  • numpy 1.15.4
  • scipy 1.1.0
  • pandas 0.23.4
  • matplotlib 3.0.2
  • seaborn 0.9.0
  • scikit-learn 0.20.1