房价预测

房屋的价格和所在区域、楼层、房龄等都有密切的关系，现在需求开发一个房价预测的模型，通过训练数据拟合得到房屋的价格。

数据分为：

• 训练数据：train_data.csv，共有16573条数据
• 测试数据：test_data.csv，共有7104条数据

数据文件为csv格式的文本文件，可以使用 pandas库读取，具体的数据格式如下图所列：

数据共有12列，分别是：

• Direction： 房屋所在城市的方位
• District： 区域
• Elevator：是否有电梯
• Floor： 所在楼层
• Garden： 小区名字
• Id: 唯一的编号
• Layout：几室，几厅
• Price： 价格 （需要预测的值）
• Region： 所在的区域
• Renovation： 房屋装修的类型
• Size：房屋面积
• Year：建成年份

要求

使用自选的方法构建一个回归模型，通过训练数据找到回归模型的参数。利用训练好的模型预测测试数据test_data.csv的房价，并和真值比较，计算误差。具体要求：

• 编写回归模型的训练、测试程序
• 详细解释所使用的方法
• 利用训练好的模型将测试数据test_data.csv的数据进行预测
• 和真值进行对比，计算平均误差
• 分析模型的问题，提出改进的方案
• 分析结果的效果，综合考虑各种方法，改进方法，并提交结果
• 按照report_template.ipynb撰写自己的报告

参考

数据来源： https://aistudio.baidu.com/aistudio/datasetdetail/135607