本文介绍了作者在Kaggle房价预测比赛中，通过特征工程（包括离散型变量排序赋值、特征组合和PCA）、数据清洗以及集成方法（加权平均和Stacking）提升模型性能的过程。作者强调了理解特征含义和选择合适评估指标的重要性，并分享了在特征工程和模型融合中的具体操作和经验。
完整代码见kaggle kernel 或 Github
比赛页面：https://www.kaggle.com/c/house-prices-advanced-regression-techniques
这个比赛总的情况就是给你79个特征然后根据这些预测房价 (SalePrice)，这其中既有离散型也有连续性特征，而且存在大量的缺失值。不过好在比赛方提供了data_description.txt这个文件，里面对各个特征的含义进行了描述，理解了其中内容后对于大部分缺失值就都能顺利插补了。
参加比赛首先要做的事是了解其评价指标，如果一开始就搞错了到最后可能就白费功夫了-。- House Prices的评估指标是均方根误差 (RMSE)，这是常见的用于回归问题的指标 :
∑Ni=1(yi−yi^)2N‾‾‾‾‾‾‾
最低0.47元/天 解锁文章
扫一扫
8247
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
