深度之眼Kaggle比赛实战项目记录—3—房价预测（2）【Kaggle：房价预测】第一周第二节赛题思路

任务

学习时长：12/31

任务名称：赛题的思路

任务简介：了解赛题要解决的问题，数据的说明以及介绍，要运用的算法

详细说明：进入比赛界面看到的第一眼的就是赛题的overview，要解决的问题，评估方式采用的是RMSE，接下来要看的就是Data，看数据Data里面的File Descriptions，看一下文件有哪些。再看的就是Data Fields里面的数据有哪些特征，然后就是数据的下载，点Download All 下载全部数据下来。

看到这个数据的第一眼就是SalePrice是房价也是标签，那肯定是用来做回归的了，这个时候就要想一下有哪些算法是可以用来做回归的了，还有看到数据的内容的时候，哪些是这个数值型，非数值的，大概就要想到有哪些的东西要做处理了以及有哪些方法来做处理了

代码下载

链接：https://pan.baidu.com/s/15CVlreLNaTdtJKZvryFH2Q

提取码：l3tv

作业名称（详解）：掌握kaggle里每一个比赛里面数据的查看以及下载，并且对下载下来的数据进行发表自己的看法

作业提交形式：数据下载到本地的截图，针对这个赛题的数据发表自己的评论,

打卡内容：图片至少1张、评论至少100字

打卡截止日期：12/31

点我打卡！提交你的作业吧～

打卡

赛题思路

数据集的加载：

① 导入 NumPy 和 Pandas 库
② 通过 Pandas 库的 pd.read_csv（读取 csv 文件）

import numpy as np
import pandas as pd

train = pd.read_csv('train.csv')
test = pd.read_csv('train.csv') 

数据集的查看：

• 显示前几行（默认为 5）
  head() 可以显示前几行的数据信息（默认为显示前五行）

train.head()

 	Id 	MSSubClass 	MSZoning 	LotFrontage 	LotArea 	Street 	Alley 	LotShape 	LandContour 	Utilities 	... 	PoolArea 	PoolQC 	Fence 	MiscFeature 	MiscVal 	MoSold 	YrSold 	SaleType 	SaleCondition 	SalePrice
0 	1 	60 	RL 	65.0 	8450 	Pave 	NaN 	Reg 	Lvl 	AllPub 	... 	0 	NaN 	NaN 	NaN 	0 	2 	2008 	WD 	Normal 	208500
1 	2 	20 	RL 	80.0 	9600 	Pave 	NaN 	Reg 	Lvl 	AllPub 	... 	0 	NaN 	NaN 	NaN 	0 	5 	2007 	WD 	Normal 	181500
2 	3 	60 	RL 	68.0 	11250 	Pave 	NaN 	IR1 	Lvl 	AllPub 	... 	0 	NaN 	NaN 	NaN 	0 	9 	2008 	WD 	Normal 	223500
3 	4 	70 	RL 	60.0 	9550 	Pave 	NaN 	IR1 	Lvl 	AllPub 	... 	0 	NaN 	NaN 	NaN 	0 	2 	2006 	WD 	Abnorml 	140000
4 	5 	60 	RL 	84.0 	14260 	Pave 	NaN 	IR1 	Lvl

• 查看数据整体情况
  info() 显示行数、列数；以及每列数据的具体情况，比如数据个数、是否为空值、数据类型等

train.info