文件名称：KaggleHousePrices:这是针对Kaggle房价挑战的解决方案
文件大小：22KB
文件格式：ZIP
更新时间：2024-04-07 09:20:20
Python
KaggleHouse价格 该解决方案的均方根误差（RMSE）为0.12138 ，在排行榜中排名前10％ 。 要求 需要安装的库列表为： 大熊猫 scikit学习 xgboost catboost（可选，因为未将其选择为表现最佳的算法） matplotlib 探索性数据分析（EDA）和特征工程 注意：为避免训练集上安装的要素工程中的数据泄漏参数。 步骤1：缺失值分析已经进行了缺失值分析，以查看具有缺失值的变量以及对该变量应采取的处理方式。对于训练集： 多变的 缺少样本（百分比） 电的 0.1％ MasVnrType 0.5％ MasVnrArea 0.5％ 质量标准 2.5％ BsmtCond 2.5％ BsmtFinType1 2.5％ BsmtExposure 2.6％ BsmtFinType2 2.6％ 车库康德 5.5％ 车库质量 5.5％ 车库完成 5
【文件预览】：
KaggleHousePrices-master
----solution.py(5KB)
----helperFunctions.py(12KB)
----.idea()
--------misc.xml(205B)
--------vcs.xml(180B)
--------modules.xml(286B)
--------.gitignore(47B)
--------inspectionProfiles()
--------KaggleHousePrices.iml(352B)
----submission.csv(21KB)
----README.md(5KB)
----dataAnalysis.py(2KB)