【参考：【Kaggle：房价预测】全球AI比赛实战训练营资料_哔哩哔哩_bilibili】

视频讲解内容

看数据的类型、空值、大小

数据清洗方法

• 常识性规则：人的寿命几百岁
• 业务特定规则：这家店 每天都卖出去几万台手机
• 类别型转化为数字或者one-hot编码

数据处理

实战

思路：数据探索（查看数据之间的关系） => 数据清洗（比如空值填充）=> 数据预处理（比如归一化、标准化等）=> 模型构建 => 训练预测 => 保存提交

视频的代码有点混乱，学到几点就可以溜了

视频二 推荐

【参考：8_02 房屋价格预测【回归案例】_哔哩哔哩_bilibili】

train和test的特征工程操作要一致，因为模型训练使用的是train中的列，如果test中的列和train的列不一致就无法预测 （最好就是一起弄）

可以把缺失率很大的列直接删除 比如缺失率大于80%

https://gitee.com/myaijarvis/ai/blob/master/机器学习/Kaggle/房价预测/案例 房屋价格预测【回归问题】.ipynb

提交Kaggle Score: 0.13539 1329名