数据挖掘竞赛-美国King County房价预测训练赛
美国King County房价预测训练赛
- 简介
- DC上的一个回归题(正经的回归题)。
- 比较简单。
- 时间原因(暂时没什么时间看国内旧赛),看了一下网上的解答,改善了一下神经网络就提交了。
- 过程
- 数据获取
- 报名成功后到官网提供的入口下载,或者我的Github也上传了。
- 数据探索
- 简单了解数据格式。
- 训练集有10000条记录,14个特征,描述如下。(注意,官方数据集没有表头)
- 其中,第二列“销售价格”就是目标。
- 测试集有3000条记录,利用训练好的模型预测这3000条记录的房价。
- 训练集有10000条记录,14个特征,描述如下。(注意,官方数据集没有表头)
- 简单了解数据格式。
- 数据预处理
- 设置表头
- 原数据没有表头,自己补充即可。
- 显然,实际数据销售日期是有意义的,但是,对模型建立不方便,提取年份,删除月日。
- 利用销售日期组合修理及建造日期构建新特征。
- 处理后数据集落地。
- 设置表头
- 数据挖掘建模
- 几种回归尝试
- 随机森林(RFR)
- 线性回归
- 神经网络
- 由于几种回归表现一般,没有再尝试,看网上分享很多神经网络做法,参考设计了一个前馈网络。
- 使用Keras(TensorFlow作为后端,GPU训练)
- 训练5000次左右提交为100名成绩。
- 注意:**5000次之前就已经收敛,为了效率可以加入EarlyStopping。(时间原因,没有处理)
- 网络代码
model = Sequential()input_size = len(df_train.columns)model.add(Dense(units=90, activation='relu', input_shape=(input_size, )))model.add(Dropout(0.5))model.add(Dense(units=45, activation='relu'))model.add(Dropout(0.5))model.add(Dense(units=30,activation='relu'))model.add(Dropout(0.25))model.add(Dense(units=15, activation='relu'))model.add(Dropout(0.1))# 此处不能使用激活函数,因为放假是放射的model.add(Dense(units=1,activation=None))# 官网使用mse计算损失model.compile(loss='mean_squared_error',optimizer='adam',metrics=[metrics.mae])model.summary()
- 几种回归尝试
- 数据获取
- 补充说明
- 排名靠前的应该不少使用机器学习算法回归调参,有时间的不妨一试。
- 具体数据集和代码见我的Github,欢迎Star或者Fork(环境为Jupyter)。
- 附上提交时的排名。
数据挖掘竞赛-美国King County房价预测训练赛相关推荐
- 数据分析 回归问题: 美国King County房价预测训练赛
这是DC竞赛网的一道基础回归问题, 美国King County房价预测训练赛 竞赛详细信息:美国King County房价预测训练赛 任务:从给定的房屋基本信息以及房屋销售信息等,建立一个回归模型预测 ...
- 华为LAB实验室3-机器学习实验:(线性回归)美国King County房价预测训练赛
各位好,我是乾颐堂大堂子.领取完整实战指南可以私信我,关键词:实战指南 导入相关python库 2.数据处理 下载的是两个数据文件,一个是真实数据,一个是测试数据,打开kc_train.csv,能够看 ...
- 数据挖掘竞赛-北京PM2.5浓度回归分析训练赛
北京PM2.5浓度回归分析训练赛 简介 DC上的一个回归题,比较简单. 时间原因没有细看,提交到70多名就结束了. 使用stacking方法结合多个回归模型. 过程 数据获取 官方给定. 数据探索 训 ...
- 机器学习-员工离职预测训练赛
[数据来源]DC竞赛的员工离职预测训练赛 一共两个csv表格,pfm_train.csv训练(1100行,31个字段),pfm_test.csv测试集(350行,30个字段) [字段说明] Age:员 ...
- PaddlePaddle 波斯顿房价预测训练结果
paddlepaddle是百度提出来的深度学习的框架,个人感觉其实和tensorflow差不多(语法上面),因为本人也是初学者,也不是很懂tensorflow,所以,这些都是个人观点. 百度的padd ...
- 天池竞赛员工离职预测训练赛
组员:欧阳略.陶奇辉.王曙光.吴轩毅 数据来源:天池大数据竞赛员工离职预测训练赛中的数据 大致数据截图如下 根据所给数据,我组利用Pycharm编程源代码截图如下 最终,我组预测准确率为0.89,基本 ...
- 利用Python进行King County房价数据分析
本次又从kaggle上淘来了 King County 的房价数据,结合近期学习的Python分析工具,对影响房价的可能因素进行分析. 提出问题 随着国家对房产市场的宏观调控越来越严格,此前一路高歌猛进 ...
- 数据挖掘竞赛-员工离职预测训练赛
员工离职预测 简介 DC的一道回归预测题.是比较基础的分类问题,主要对逻辑回归算法的使用.核心思路为属性构造+逻辑回归. 过程 数据获取 报名参与比赛即可获得数据集的百度网盘地址,这个比赛时间很久,随 ...
- 天猫复购预测训练赛技术报告
天猫复购预测赛技术报告 小组成员:李xx.姚xx.黄xx.刘xx github地址:https://github.com/2017403603/Data_mining 一.问题描述 1.1 问题背景 ...
最新文章
- ExtJS实现完美Grid(2)--分组统计
- 学Python10大理由:功能多、资源多、挣钱多!
- java中使用什么来做错误处理_JAVA基础--如何通过异常处理错误
- C#泛谈 —— 变体(协变/逆变)
- Maze(BFS处理)
- ZOJ-1010 奇偶剪枝
- windows 2003活动目录更名操作[图]
- Atitit 人工智能目前的进展与未来 包含的技术 v2 r99.docx
- java鼠标钩子,使用setwindowshookex在C#中设置鼠标钩子:wparam和lparam总是返回常量...
- 【冰点文库下载器.exe】
- Spring-IOC与AOP是解决什么问题的?
- win7计算机高级还原,主编教您win7怎么一键还原
- AllenNLP系列文章之六:Textual Entailment(自然语言推理-文本蕴含)
- Java线程中,Blocked,Wait,以及TIMED_WAIT的区别
- ​定了,北京时间 9 月 16 日凌晨 1 点见。
- Linux:以K、M、G查看文件大小;
- 利用python爬虫可视化分析当当网的图书数据
- 智能时代 算力赋能 | 有孚云·智算上线-聚智云算,向新而生!
- 【制作】基于金沙滩51单片机的电子密码锁程序
- JSP通过JDBC连接mysql数据库
热门文章
- Java领域的对象如何传输-如何解决报错的问题呢?
- MyBatis 缓存详解-什么时候开启二级缓存?
- MyBatis 实际使用案例-Mapper.xml 映射配置文件【重点】
- 对称加密-DES解密
- 文件上传之传统方式上传代码回顾
- 模板方法源码解析(jdk+servlet+mybatis)
- java中的equals拿什么鞋的_Java中==和equals方法
- python在工厂中的应用_Python工厂方法
- pytorch教程龙曲良16-20
- 制作centos6的启动光盘boot.iso