【文件属性】：
文件名称：House-Price-Prediction:房价EDA和预测
文件大小：1.7MB
文件格式：ZIP
更新时间：2021-03-18 01:08:45
JupyterNotebook
房价EDA和预测
介绍
随附的Jupyter笔记本包含对描述住宅房屋许多方面的数据集的分析。 笔记本使用机器学习模型根据相关特征（例如整体质量，房屋面积等）预测最终房价。
问题陈述
我们可以根据相关特征预测房屋的最终价格吗？
方法
首先，我进行了探索性数据分析，以深入了解数据。 我还检查并估算出缺少的数据，并进行了特征工程。 我创建了新功能并减少了功能数量以最大程度地减少噪音。 我实现了几种机器学习算法，包括多元线性，岭和套索回归，弹性网，决策树和随机森林回归以及KNN。 我还使用了集成方法（投票回归器）来合并以前模型的结果。
结果
使用ridge回归，我得到了最好的结果，根据测试数据集，RMSE得分为0.14443。
【文件预览】：
House-Price-Prediction-main
----README.md(1KB)
----Data()
--------train.csv(450KB)
--------test.csv(441KB)
----House_Price_Prediction.ipynb(2.2MB)