DT数据说

Scrapy爬虫与机器学习之三：房屋挂牌价格预测 本文在前期抓取房产中介二手房某区域所有2453套房屋基础上，使用机器学习的线性回归模型进行预测朋友拟挂牌房屋的价格。经过比较...

DT数据说

Scrapy爬虫之一：房产网站挂牌信息 笔者有朋友计划把自己的一套房屋在中介门店挂牌出售。为了能报一个最贴近市场行情的价格，需要1.掌握最新的本区域二手房价格信息；2. 利用...

DT数据说 ·

把线性回归模型做了对比，传说中的XGBOOST表现并不出众。GBoost最好,test cross validation score is 0.82。下一步是集成。

DT数据说 评论自Linear Regression Models 机器学习线性回归模型测试

DT数据说

把线性回归模型做了对比，传说中的XGBOOST表现并不出众。GBoost最好,test cross validation score is 0.82。下一步是集成。

Linear Regression Models 机器学习线性回归模型测试

线性模型对于回归类的机器学习速度快，效率高。基本原理是求出线性方程组的系数矩阵w à 和常数b. 具体可以有这样几类： 1. Linear Regression(aka ...

DT数据说

2447 1 2

DT数据说

房屋销售价格回归预测的项目有很多人公开了其Kernel, 其中Serigne的“Stacked Regressions to predict House Prices”为多数...

DT数据说

平均分.78的有789人，占87%。可见他们都是比较优秀的团队。

Kaggle成绩之无监督学习：KMeans，DBSCAN聚类

我们在分别对HOUSE PRICE 和Titanic 的比赛项目得分排行做了分析后，来把两个成绩放在一起。首先，我们选择都参加的团队名单及其分数。在去除HOUSE PRICE...

DT数据说

1469 1 1

DT数据说

与HOUSE PRICE项目对比，可以发现参赛者重复参赛的次数较少，平均2.28次vs3.28次， 最多24次vs66次。模型简单也许是个原因之一。数据特征12vs79.

Kaggle比赛成绩分析之：Titanic

我们在前几篇的分析中，重点研究了House Price回归类型的机器学习比赛项目。在Kaggle网站上与之并列的另外一个比赛项目比House Price 更为悠久，更为热门，...

DT数据说

2292 1 1

DT数据说

还是要劳逸结合。

Kaggle比赛成绩最新分析之：周末与熬夜

我们上一篇分析了2016年到2018年每个月份的比赛人次。本篇我们进一步细分到周一，周二到周六，周日的比赛是怎么样的？ 从如下的分析可以得出这样的推测：有大量的参赛是多人组成...

DT数据说

378 1 1

DT数据说 ·

6月开始到8月是学校考试结束和放假期间。同学们经过一个学期的学习，很多会在这个期末时间参加机器学习比赛来复习巩固知识。

DT数据说 评论自Kaggle比赛成绩最新分析之时间序列：月份

DT数据说 ·

如果我是kaggle老板，我会安排在每年的九月份做校园推广。

DT数据说 评论自Kaggle比赛成绩最新分析之时间序列：月份

DT数据说

如果我是kaggle老板，我会安排在每年的九月份做校园推广。

Kaggle比赛成绩最新分析之时间序列：月份

如果我们按照时间来分析参赛会发现什么呢？ 本篇文章，我们先来看看2016年到2018年两年来约24个月参赛人次有哪些有趣的变化？你可能猜对了：这个比赛越来越热门！来，一起看看...

DT数据说

1381 2 1

DT数据说

机器学习模型选择，数据分析的基础是了解数据的特征。我们需要从不同角度，不同的维度琢磨数据。

Kaggle比赛成绩实时分析之一：熟能生巧

Kaggle比赛首页有两个持续进行的项目，其中一个是回归类型。自2016年以来到2018年8月，尽管没有奖金但是参与者众多，而且几乎天天都有更新。目前已经有1.4万人次...

DT数据说

1557 1 1

DT数据说

6月开始到8月是学校考试结束和放假期间。同学们经过一个学期的学习，很多会在这个期末时间参加机器学习比赛来复习巩固知识。

Kaggle比赛成绩最新分析之时间序列：月份

如果我们按照时间来分析参赛会发现什么呢？ 本篇文章，我们先来看看2016年到2018年两年来约24个月参赛人次有哪些有趣的变化？你可能猜对了：这个比赛越来越热门！来，一起看看...

DT数据说

1381 2 1