Laden...
Probleem #25
Auteur:Mihai Nan
Moeilijkheid
Jouw beste score
N.v.t.
Voor dit probleem moet je een regressiemodel implementeren dat in staat is om de waarde van de prijs van een huis (Price) te voorspellen met behulp van een beschikbare dataset.
De prestatie van het model wordt geëvalueerd op basis van de gemiddelde absolute fout (MAE).
De dataset is georganiseerd in een CSV-bestand en bevat de volgende kolommen:
Voor elke woning in de testset, bepaal de geschatte totale oppervlakte als de som van:
Square_Footage + Garage_Size + Lot_Size.
Voor elke woning in de testset, bereken de verhouding:
Garage_Size / Total_Rooms
Het resultaat wordt toegevoegd als een nieuwe kolom: Garage_to_Room_Ratio.
Bereken de omgevingsstabiliteitsindex:
Square_Footage op de trainingsset.|Square_Footage - Mean(Square_Footage_train)|Bouw een regressiemodel voor de voorspelling van het veld Price, gebruikmakend van de trainingsset dataset_train.csv.
Bepaal de voorspellingen op de evaluatieset dataset_eval.csv (die geen kolom Price bevat).
PriceDe formule gebruikt voor de berekening van MAE:
waarbij:
N = aantal voorbeelden in de testset,y_i = werkelijke waarde,y^_i = door het model voorspelde waarde.Als je sample_output indient, ontvang je 5 punten.