房价预测--数据挖掘(随机森林)

背景和一些小知识

其实，我是萌新一枚，hhh~~
下面简单分享一下我的学习过程，希望能帮助更多的萌新。
首先，我对机器学习有了一些简单的知识概念，但是，对于我这么一个从程序员过渡算法的小白来说，仅仅给我灌输理论知识是不够用的，我需要自己走一遍流程，我才能进一步掌握机器学习或者说数据挖掘到底是一个怎样的过程。

上面说的流程是指：
（1） 定义模型
（2） 训练模型
（3） 用模型做预测/分类等等
（4） 评估模型
这个流程基本上贯彻我们做算法的每个项目，每个算法项目比作的一个流程，一步都不能少。简单说一下，这个流程的每个步骤的含义：

1.定义模型：首先，你有一个数据集，那么你用这个数据集来训练出一个模型，那你要选择一种方法来训练模型吧？你要选什么样的方法来训练模型呢？机器学习里训练模型的方法非常之多，SVM(支持向量机)、神经网络、贝叶斯等等。这里我要做房价的预测，我选用的是随机森林，随机森林不单只可以做预测，还可以做分类，甚至还能做回归问题。虽然我使用的随机森林比较简单，但是也算是一种入门了吧。

2.训练模型：确定了要选择的训练方法之后，就可以使用这种方法，把训练集丢进去，让他自己训练。那这些训练方法哪里来的呢？这里我们使用python里面的库，比如sklearn库里面的随机森林、评估方法等等。

3.用模型做预测：第二步的时候，我们已经丢训练集进去训练好模型了，那么我们现在把测试集也丢进去，就能出来我们想要的测试集啦~~~

4.评估模型：我们怎么知道我们训练出来的模型到底好还是不好呢？我们会选择一些计算误差的函数，这里我们使用均方对数误差(实际上就是RMSE，只不过变量使用对数的形式而已)。然后查看你误差函数得出的结果如何，如果偏差太大，那就要想办法减少误差。

好啦~这里就大概普及这么多知识，既然使用到随机森林，那么