房价预测机器学习之集成学习

作者：励嘉豪; 曾丹

来源：电子技术与软件工程, 2018, (20): 90-93.

• Housing data
• Feature RMSE
• Stacking
• Engineering
• boosting

房价预测是大数据处理的经典命题。本文基于kaggle平台的房价预测数据集,实现了特征分析、特征清洗、特征工程、特征选择、模型选择和集成学习。其中特征工程中对多达79个特征的处理以及使用Stacking进行集成学习是本文的亮点。除了stacking学习法,本文还尝试了boosting学习法的XGB和LGBM以及Bagging学习法,最终在kaggle.com的最好成绩为0.11274,在世界4000多只队中排名TOP4%,这证明本文模型有效得预测了房价同时避免了过拟合。

• 单位
  通信与信息工程学院; 上海大学