卖火柴的小男孩

一、解决方案概述1.1项目介绍与问题概述请求买家描述他们的梦想家园，同时项目给出维79特征向量用来描述（几乎）爱荷华州Ames住宅的每一个方面。比赛挑战的就是你预测每个家庭的最终价格。问题转换为回归问题，评价标准时RMSE，从MSSubClass，MSZoning，LotFrontage等特征提取新的特征。考虑到评价指标是RMSE，本质是一个回归问题，模型融合时候可以使用多个回归模型进

Windows下快速安装xgboost开始安装网上的教程各种配置环境很复杂，其实完全可以不要那样操作。直接pip安装就好。就是需要先下载相应符合要求的xgboost的包即可。 如Windows10 Python3.6 64位系统，就下载xgboost-0.6-cp36-cp36m-win_amd64.whl。。然后 cmd下输入：pip install xgboost-0.6-cp36-cp3

LR的优缺点 优点 一、预测结果是界于0和1之间的概率； 二、可以适用于连续性和类别性自变量； 三、容易使用和解释；缺点 一、对模型中自变量多重共线性较为敏感，例如两个高度相关自变量同时放入模型，可能导致较弱的一个自变量回归符号不符合预期，符号被扭转。​需要利用因子分析或者变量聚类分析等手段来选择代表性的自变量，以减少候选变量之间的相关性； 二、预测结果呈“S”型，因此从log(o...