包含Kaggle比赛：房价预测数据集，实战的介绍文档及预测结果。
房价预测数据集分为训练数据集和测试数据集。两个数据集都包括每栋房子的特征，如街道类型、建造年份、房顶类型、地下室状况等特征值。这些特征值有连续的数字、离散的标签甚至是缺失值“na”。只有训练数据集包括了每栋房子的价格，也就是标签。
2022-12-08 15:28:47
196KB
1
kaggle_house_pred_train.csv
kaggle_house_pred_test.csv
一个训练集一个测试集，总共有80个特征值加售价，其中测试集没有价格（标签）需要预测
2022-10-11 22:40:44
124KB
1
比赛概述
影响房价的因素有很多，在本题的数据集中有79个变量几乎描述了爱荷华州艾姆斯（爱荷华州艾姆斯）住宅的方方面面，要求预测最终的房价。
技术栈
特征工程（创意要素工程）
回归模型（高级回归技术，例如随机森林和
梯度增强）
最终目标
预测出每间房屋的价格，对于测试集中的每一个Id，指定SalePrice变量相应的值。
学无止尽
2021-04-06 11:35:13
166KB
1
Kaggle房价预测数据集, 回归模型的经典入门问题.
获取数据后，建议详细了解每一个变量的情况, 做各种数据清洗和特征预处理。
2021-03-26 18:24:20
386KB
1