房价预测（HackerRank）

来源：互联网发布：注册表清理软件编辑：程序博客网时间：2024/04/30 18:12

从今天开始要多做一些关于机器学习方面的竞赛题目，题目来源主要是Hackerrank和Kaggle。链接如下

Hackerrank：https://www.hackerrank.com/

Kaggle：https://www.kaggle.com/

在Hackerrank中提交源代码，这就使得很多库都需要自己写，限制比较多。而Kaggle只需要提交数据，所以随便怎么搞都行。现在来讲第一道题，房价预测，这是Andrew Ng课程里的比较经典的例子。题目描述如下

题目：https://www.hackerrank.com/challenges/predicting-house-prices

分析：比较简单，用梯度下降法即可。

代码：

#coding:utf-8class Data:def __init__(self):self.x = []self.y = 0.0def WX(d, w):ans = 0.0for i in range(0, len(w)):ans += w[i] * d.x[i]return ansdef Gradient(d, w, alpha):for i in range(0, len(w)):tmp = 0.0for j in range(0, len(d)):tmp += alpha * d[j].x[i] * (WX(d[j], w) - d[j].y)w[i] -= tmpdef getValues(d, w):res = 0.0for i in range(0, len(d)):tmp = WX(d[i], w)res += (d[i].y - tmp) * (d[i].y - tmp)return resdef Iterator(d, w):alpha = 0.005delta = 0.000001oldVal = getValues(d, w)Gradient(d, w, alpha)newVal = getValues(d, w)while abs(oldVal - newVal) > delta:oldVal = newValGradient(d, w, alpha)newVal = getValues(d, w)def main():while True:try:d = []w = []F, N = map(int, raw_input().split())for i in range(0, N):t = Data()t.x = map(float, raw_input().split())t.x.insert(0, 1.0)t.y = t.x.pop()d.append(t)for i in range(0, F + 1):w.append(0)Iterator(d, w)N = int(raw_input())for i in range(0, N):t = Data()t.x = map(float, raw_input().split())t.x.insert(0, 1.0)print '%.2f'% WX(t, w)except EOFError:breakif __name__ == '__main__':main()

0 1