Deep Learning

• Kaggle房价预测
  <<<<<<< HEAD =======

• 人脸识别

Kaggle房价预测

通过数据挖掘、可视化、清洗的方法获取房产数据集中与房价有关的特征，建立机器学习模型，多个模型拟合得到最优参数，实现对房产价格的预测。

• 文件描述
• 探究数据
• 训练模型

文件描述

• data：相关数据集
• info.txt：有关参数的介绍
• feature_show：可视化
• feature_predict：预测

探究数据

查看目标函数与理解相关业务

count      1460.000000
mean     180921.195890
std       79442.502883
min       34900.000000
25%      129975.000000
50%      163000.000000
75%      214000.000000
max      755000.000000
Name: SalePrice, dtype: float64

数据分类-> 数值特征和类别特征

• 方法一

select_dtypes(include=[np.number])

• 方法二

features = pd.concat([train, test],keys=['train','test'])
numeric_feats = features.dtypes[features.dtypes!="object"].index
categorical_feats = features.dtypes[features.dtypes=="object"].index

查看特征与目标变量的关系

数值特征

• 通过seaborn的jointplot函数作散点图来显示数值特征与目标变量之间的关系（部分举例）

类别特征

• 通过seaborn的boxplot()函数作箱形图来显示类别特征与目标变量之间的关系（部分举例）

整体关系

• 通过DataFrame.corr()方法显示列之间的相关性（或关系），可以用来研究特征与目标变量的亲密程度

相关性前5
OverallQual    0.790982
GrLivArea      0.708624
GarageCars     0.640409
GarageArea     0.623431
TotalBsmtSF    0.613581
Name: SalePrice, dtype: float64 

相关性-5
YrSold          -0.028923
OverallCond     -0.077856
MSSubClass      -0.084284
EnclosedPorch   -0.128578
KitchenAbvGr    -0.135907
Name: SalePrice, dtype: float64 

• 通过seaborn的heatmap()函数作热力图显示

缺失值情况

训练模型

• Ridge模型

• Lasso模型

e0592b5021ed3cdf9552d6360947995e0531912c