Task1二手车交易价格预测-赛题理解
2020-03-27 19:28
549 查看
字段表:
评价标准为MAE(Mean Absolute Error)。MAE越小,说明模型预测得越准确。
import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline
sample = pd.read_csv('used_car_sample_submit.csv',sep=' ') test = pd.read_csv('used_car_testA_20200313.csv',sep=' ') train= pd.read_csv('used_car_train_20200313.csv',sep=' ')
有些字段有空值
- 点赞
- 收藏
- 分享
- 文章举报
相关文章推荐
- 天池二手车交易价格预测Task2-赛题理解与数据探索性分析(EDA)
- 【数据挖掘】二手车交易价格预测大赛-赛题理解
- Task2 二手车交易价格预测-EDA-数据探索性分析
- 【我的数据挖掘竞赛之旅(二)】二手车交易价格预测——2020年天池阿里云竞赛Task2数据分析
- 阿里天池新人赛——二手车交易价格预测(赛题理解)
- 天池二手车交易价格预测Task 02(数据的探索性分析)
- 零基础入门数据挖掘 - 二手车交易价格预测 Task2
- 零基础入门数据挖掘 - 二手车交易价格预测
- 二手车交易价格预测-task2
- 二手车交易价格预测-01
- DW组队学习-二手车交易价格预测Task03:特征工程
- DW组队学习-二手车交易价格预测
- 20200322零基础入门数据挖掘 - 二手车交易价格预测笔记(2)
- 20200321零基础入门数据挖掘 - 二手车交易价格预测笔记(1)
- 数据挖掘-二手车价格预测Part2
- 20200321 Datawhale数据挖掘入门-Task1 赛题理解 (1)
- 量化交易----利用机器学习预测股票价格趋势
- 数据挖掘-二手车价格预测
- 零基础入门数据挖掘-Task1 赛题理解
- 零基础数据挖掘入门-二手车价格预测part(一):EDA-数据探索性分析