5、端到端机器学习项目实战：加州房价预测

端到端机器学习项目实战：加州房价预测

1. 项目概述

在这个项目中，我们将模拟成为一家房地产公司新入职的数据科学家，使用加州人口普查数据构建一个预测该州各地区房价中位数的模型。主要步骤如下：
1. 了解全局
2. 获取数据
3. 探索和可视化数据以获取洞察
4. 为机器学习算法准备数据
5. 选择模型并进行训练
6. 微调模型
7. 展示解决方案
8. 启动、监控和维护系统

2. 处理真实数据

学习机器学习时，最好使用真实世界的数据进行实验。以下是一些可以获取数据的地方：
- 流行的开放数据存储库 ：
- UC Irvine 机器学习存储库
- Kaggle 数据集
- Amazon 的 AWS 数据集
- 元门户（列出开放数据存储库） ：
- Data Portals
- OpenDataMonitor
- Quandl
- 其他列出许多流行开放数据存储库的页面 ：
- Wikipedia 的机器学习数据集列表
- Quora.com
- 数据集子版块

在本项目中，我们将使用 StatLib 存储库中的加州房价数据集。该数据集基于 1990 年加州人口普查数据，虽然不是最新的，但具有很多学习价值。

3. 了解全局

• 项目任务 ：使用加州人口普查数据构建一