【笔记】AI100-Kaggle竞赛_2017年房价预测

案例来源：https://mp.weixin.qq.com/s?__biz=MzI0ODcxODk5OA==&mid=2247483916&idx=1&sn=a83de5391530049632ba2a0ef4d6a60b @AI100

（以下为阅读笔记，目的是便于之后能快速检索到相关内容。部分文字与图片可能直接来自原文，如有侵权请告知，谢谢）

1. 数据：kaggle比赛提供的描述洛瓦（Lowa）住房方方面面的特征总共有79个

2. 目标：预测亚美尼亚州洛瓦市（Ames，Lowa）的房价

3. 探索性数据分析

1. 绘制各个特征的直方图，了解哪些可能是异常值。
2. 基于直方图，初步了解哪些特征有效
3. 由于是回归问题，多重共线性会影响预测效果。计算特征间的相关系数，找出具有较高相关性的特征

4. 特征工程

1. 房屋到街道的直线距离。将房屋分组（分组依据？），组内使用中位数来填充NA
2. 对于连续特征，为了使其满足线性回归所需要的线性特征、恒等方差以及正态性等，使用log（x+1）进行特征转化
3. 对于一部分特征，采用“差、中等、好”来简化

5. 模型融合

1. sensemble：训练xgb、lasso、ridge模型，等权重平均
2. stacking：以xgb、lasso、random forest、gbm模型的输出作为新特征，以xgb作为分类器训练