报名阶段：2018年8月28日-2018 年11月15日
提交阶段：2018年11月01日 10:00--2018年11月27日10:00
评审阶段：2018年11月27日-11月30日
获奖公示：2018年12月1日-2018年12月3日 (比赛获奖公示，并接受异议、申诉和违规举报)
比赛链接： http://www.dcjingsai.com/common/cmpt/住房月租金预测大数据赛（付费竞赛）_赛体与数据.html
感谢室友和学妹给了我这个经历
https://blog.csdn.net/qilixuening/article/details/75153131?tdsourcetag=s_pctim_aiomsg
- jupyter notebook不支持中文，所以需要更改特证名
- 分析缺省值，部分采用填0，部分采用取平均值，视特征属性而定
- 分析各个特征的相关性，最后发现所有特征都用上效果更好，虽然有一部分相关性很低，原因不明
- 离散变量编码
-
xgboost（xgboost.ipynb） 使用cv调参，最终参数定在了'max_depth':6,'min_child_weight':1,'learn_rate':0.1,'num_boost_round':19000，几个模型中排在 第三位
-
lightgbm(lightgbm.ipynb) 运行速度非常快，调参非常方便，最终调参为num_leaves=78,learning_rate=0.05,n_estimators=5240,min_data_in_leaf=20，几个模型中排在 第四位
-
ExtraTreesRegressor(ExtraTreesRegressor-stacking.ipynb) 调stacking的时候偶然发现的模型，跟其他模型比起来，未调参情况下分数更高，试用了一下，效果非常好，调参结果为n_estimators = 1000, max_depth=None, n_jobs = -1, min_samples_split =4,几个模型中排在 第二位
https://www.cnblogs.com/massquantity/p/8640991.html
/Kaggle-HousePrices-master
-
RandomForest 成绩很差
-
stacking(ExtraTreesRegressor-stacking.ipynb) stacking通过将若干个模型结合，分成两层模型，第一层训练出数据，再放入第二层训练，采用了xgboost、lightgbm作为第一层，ExtraTreesRegressor作为第二层训练，历时一小时，成绩很差
https://www.cnblogs.com/massquantity/p/8640991.html
/Kaggle-HousePrices-master
- Ensemble learning
调stacking过程中有个调不同模型组合权重的过程，采用了ExtraTreesRegressor和xgboost分别占用0.5的权重的比例，进行集成训练，成绩很好，最终得分 最高,后来又试了其他的比例，分数都会有所降低。
第一次参加数据分析机器学习相关的比赛，之前也几乎没有接触过机器学习，从这次比赛，学习到了很多东西。
1. 数据预处理的方法和过程，通过python的很多库，可以很直观的分析数据分布和数据特征
2. 模型有很多，不能在一棵树上吊死，多试试其他模型，说不定就会有一个最好的，/Kaggle-HousePrices-master，stacking的过程中有一步是不同算法一起比较，这个方法我觉得很好，毕竟一下子就找出了extraTreesRegressor这个模型，其他模型的分数也基本和这个结果的排名相同
3. 每天5次提交量，如果我们可以好好利用的话，不至于只拿了个二等奖，程序猿，懒是原罪
4. 模型原理能够理解更好，不能理解也不影响使用，毕竟有数据就会出现结果，我们只需要让结果最好就行了
5. 训练的时候，先用split将数据集分割成train和test，根据test-mse得到最好模型，再使用model.train训练所有数据集，这样的得到的模型会比较好
6. cv又叫交叉验证，还有个什么grid，可以一次又一次反复的使用不同的参数进行组合，采用交叉验证的方式得到最好的参数组合，lightgbm可以用一下，其他模型很花时间，xgboost一直没能等出结果