这个机器学习实战案例，堪称经典，特别适合初学者入门吗？

本文共计2957个文字，预计阅读时间需要12分钟。

大家好，今天我给大家介绍一个非常适合新手学习机器学习的实战案例。这是一个房价预测的案例，来源于Kaggle网站，是很多算法初学者的第一道竞赛题目。该案例包含了解决机器学习问题的全过程。

大家好，今天我给大家介绍一个非常适合新手的机器学习实战案例。

这是一个房价预测的案例，来源于 Kaggle 网站，是很多算法初学者的第一道竞赛题目。

该案例有着解机器学习问题的完整流程，包含EDA、特征工程、模型训练、模型融合等。

房价预测流程

下面跟着我，来学习一下该案例。

没有啰嗦的文字，没有多余的代码，只有通俗的讲解。

1. EDA

探索性数据分析(Exploratory Data Analysis，简称EDA) 的目的是让我们对数据集有充分的了解。在这一步，我们探索的内容如下：

EDA内容

1.1 输入数据集

train = pd.read_csv('./data/train.csv')
test = pd.read_csv('./data/test.csv')

训练样本

​​train​​​和​​test​​分别是训练集和测试集，分别有 1460 个样本，80 个特征。

​​SalePrice​​列代表房价，是我们要预测的。

1.2 房价分布

因为我们任务是预测房价，所以在数据集中核心要关注的就是房价（​​SalePrice​​) 一列的取值分布。