项目背景：
运用回归模型进行房价预测。
影响房价的因素有很多，在本题的数据集中有 79个变量几乎描述了爱荷华州艾姆斯（Ames，lowa）住宅的方方面面，要求预测最终的房价。
数据介绍：
我们要使用BartdeCock于2011年收集 [DeCock,2011]， 涵盖了 2006−2010 年期间亚利桑那州埃姆斯市的房价。
技术栈：
特征工程（Creative feature engineering）
回归模型（Advanced regression techniques like random forest and gradient boosting）
目标：
预测出每间房屋的价格，对于测试集中的每一个ld，给出变量SalePrice相应的值。
算法通过计算平均预测误差来衡量回归模型的优劣。平均预测误差越小，说明回归模型越好。
Original: https://blog.csdn.net/qq_20412595/article/details/124772125
Author: 且行且安~
Title: 机器学习初级项目–房价预测案例
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/630161/
转载文章受原作者版权保护。转载请注明原作者出处！