百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程字典 > 正文

kaggle房价预测比赛被刷到0.0

toyiye 2024-06-21 12:40 9 浏览 0 评论

kaggle

Kaggle公司是由联合创始人兼首席执行官AnthonyGoldbloom2010年在墨尔本创立的,主要是为开发商和数据科学家提供举办机器学习竞赛托管数据库编写分享代码的平台。现在kaggle已经成为机器学习爱好者和学习者的必逛网站,上面有许多非常优秀的kernel文章,能够帮助机器学习和数据分析学习者快速成长。

房价预测

房价预测(house prices)这个比赛已经成为kaggle上新人赛中最火的一个比赛了,目前已经有5700支队伍参加了这个比赛。足以体现出这个比赛的吸引力和竞争力,参加这个比赛主要需要做两件事特征工程构建一个回归模型来预测房价

  • 数据介绍

整个数据一个包含2919条数据,其中包含了1460条训练数据1459条测试数据,训练数据用于训练模型,测试数据用来评估模型的效果。每条数据包含了81个特征,特征中包含字符类型特征数值类型特征,而且特征中还包含了很多的空值和一些异常值,所以从另一方面也体现出了这个比赛的难度。

  • 评估标准

我们需要利用训练数据来构建回归模型,然后利用测试数据中的80个特征来预测对应的房价。评估标准采用的是RMSE(Root-Mean-Squared-Error)在预测房价与真实房价的log对数,计算公式如下

评估指标

当提交预测结果的时候,系统会根据这个评估指标来计算得分

排名

最近在kaggle上突然发现,多了一批得分都为0.0团队,抱着学习的心态就去了解了一些,想看看这些大神究竟是怎么做到的


房价预测排名

代码

最终在kaggle的上找到了一篇获取了0.0成绩的文章,能够获得这个成绩的原因原来是因为数据泄露,接下来我分享一下相关的代码

泄露数据下载地址:https://www.kaggle.com/prevek18/ames-housing-dataset

import pandas as pd
import tqdm
 
#读取泄露的数据
data = pd.read_csv("../data/AmesHousing.csv")
data.drop(["PID"],axis=1,inplace=True)
 
#读取官方提供的数据
train_data = pd.read_csv("../data/train.csv")
data.columns = train_data.columns
test_data = pd.read_csv("../data/test.csv")
submission_data = pd.read_csv("../data/sample_submission.csv")
 
print("data:{},train:{},test:{}".format(data.shape,train_data.shape,test_data.shape))
 
#删除丢失的数据
miss = test_data.isnull().sum()
miss = miss[miss > 0]
data.drop(miss.index,axis=1,inplace=True)
data.drop(["Electrical"],axis=1,inplace=True)
 
test_data.dropna(axis=1,inplace=True)
test_data.drop(["Electrical"],axis=1,inplace=True)
 
 
for i in  tqdm.trange(0, len(test_data)):
    for j in range(0, len(data)):
        for k in range(1, len(test_data.columns)):
            if test_data.iloc[i,k] == data.iloc[j,k]:
                continue
            else:
                break
        else:
            submission_data.iloc[i, 1] = data.iloc[j, -1]
            break
 
submission_data.to_csv('submission.csv', index=False)

总结

上面的代码只能用于娱乐,并不建议大家学习。如果真正想要在这个比赛中获得一个好的成绩,还是需要好好学习,搞好数据分析,做好特征工程

相关推荐

为何越来越多的编程语言使用JSON(为什么编程)

JSON是JavascriptObjectNotation的缩写,意思是Javascript对象表示法,是一种易于人类阅读和对编程友好的文本数据传递方法,是JavaScript语言规范定义的一个子...

何时在数据库中使用 JSON(数据库用json格式存储)

在本文中,您将了解何时应考虑将JSON数据类型添加到表中以及何时应避免使用它们。每天?分享?最新?软件?开发?,Devops,敏捷?,测试?以及?项目?管理?最新?,最热门?的?文章?,每天?花?...

MySQL 从零开始:05 数据类型(mysql数据类型有哪些,并举例)

前面的讲解中已经接触到了表的创建,表的创建是对字段的声明,比如:上述语句声明了字段的名称、类型、所占空间、默认值和是否可以为空等信息。其中的int、varchar、char和decimal都...

JSON对象花样进阶(json格式对象)

一、引言在现代Web开发中,JSON(JavaScriptObjectNotation)已经成为数据交换的标准格式。无论是从前端向后端发送数据,还是从后端接收数据,JSON都是不可或缺的一部分。...

深入理解 JSON 和 Form-data(json和formdata提交区别)

在讨论现代网络开发与API设计的语境下,理解客户端和服务器间如何有效且可靠地交换数据变得尤为关键。这里,特别值得关注的是两种主流数据格式:...

JSON 语法(json 语法 priority)

JSON语法是JavaScript语法的子集。JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔花括号保存对象方括号保存数组JS...

JSON语法详解(json的语法规则)

JSON语法规则JSON语法是JavaScript对象表示法语法的子集。数据在名称/值对中数据由逗号分隔大括号保存对象中括号保存数组注意:json的key是字符串,且必须是双引号,不能是单引号...

MySQL JSON数据类型操作(mysql的json)

概述mysql自5.7.8版本开始,就支持了json结构的数据存储和查询,这表明了mysql也在不断的学习和增加nosql数据库的有点。但mysql毕竟是关系型数据库,在处理json这种非结构化的数据...

JSON的数据模式(json数据格式示例)

像XML模式一样,JSON数据格式也有Schema,这是一个基于JSON格式的规范。JSON模式也以JSON格式编写。它用于验证JSON数据。JSON模式示例以下代码显示了基本的JSON模式。{"...

前端学习——JSON格式详解(后端json格式)

JSON(JavaScriptObjectNotation)是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。它基于JavaScriptProgrammingLa...

什么是 JSON:详解 JSON 及其优势(什么叫json)

现在程序员还有谁不知道JSON吗?无论对于前端还是后端,JSON都是一种常见的数据格式。那么JSON到底是什么呢?JSON的定义...

PostgreSQL JSON 类型:处理结构化数据

PostgreSQL提供JSON类型,以存储结构化数据。JSON是一种开放的数据格式,可用于存储各种类型的值。什么是JSON类型?JSON类型表示JSON(JavaScriptO...

JavaScript:JSON、三种包装类(javascript 包)

JOSN:我们希望可以将一个对象在不同的语言中进行传递,以达到通信的目的,最佳方式就是将一个对象转换为字符串的形式JSON(JavaScriptObjectNotation)-JS的对象表示法...

Python数据分析 只要1分钟 教你玩转JSON 全程干货

Json简介:Json,全名JavaScriptObjectNotation,JSON(JavaScriptObjectNotation(记号、标记))是一种轻量级的数据交换格式。它基于J...

比较一下JSON与XML两种数据格式?(json和xml哪个好)

JSON(JavaScriptObjectNotation)和XML(eXtensibleMarkupLanguage)是在日常开发中比较常用的两种数据格式,它们主要的作用就是用来进行数据的传...

取消回复欢迎 发表评论:

请填写验证码