Kaggle 房價預測
機器學習與深度學習
深度學習是屬於機器學習其中一個分支，深度學習不需要輸入特徵，會自已去找特徵。
不過此房價預測範例必需輸入特徵，所以不屬於深度學習範圍。那為何把此專案例入深度學習呢??
在此必需承認一件事，前面的 AI人工智慧 章節混合了 “非深度學習” 及 “深度學習” 的課程。如今新增了深度學習的課程，所以必需強加區隔。在以往的 AI人工智慧 並未介紹如何由特徵進行分析，所以由此開始介紹。
波士頓房價預測
盡管我們 (應該說是本人) 對房價不是那麼的關心 (就買不起咩)，更何況這是波士頓的房價狀況。但這一道題目是許多機器學習者的起手式，裏面的資料完整且多人討論，所以只能由此開始。其實還是有點小小的願望啦，希望能預測到準確的房價，在最低點時出手，賺那麼一小筆。
房價預測案例源自於 Kaggle網站，Kaggle 是一個數據建模和數據分析競賽平台，開發者都可以在上面發佈數據。由於研究人員不可能在一開始就知道要用什麼方法來解決特定的問題是最有效的，所以Kaggle就透過眾人的經驗來解決此一問題。Kaggle於2017/03/08 已被 Google 正式收購。
資料下載
請到 kaggle 官網下載相關資料。請點選 Data，然後往下拉，就會看到 train.csv及test.csv二個檔。下載前必需先登入。若不想登入，請由本站下載。
上面的 train.csv 共有1641筆資料，每筆料共有81個特徵。
安裝套件
pip install xgboost lightgbm mlxtend
步驟流程
此例需連行EDA，特徵工程，模型訓練，模型融合等四項工作
EDA(Explorator Data Analysis)
資料分析探索 (Explorator Data Analysis) 是讓我們對收集到的資料有充分的了解。包含了
房價分佈 : 每個房價的分佈圖
相關特徵 : 那些事情 (特徵) 對房價的影響特別力害，
無關特徵 : 那些事情 (特徵) 對房價沒啥影響。
相關欄位(特徵)
train.csv共有1460筆資料，每筆資料有81個欄位。在資料庫裏，我們稱欄位，但在機器學習裏，就是我們所說的特徵。底下的代碼中，train為 DataFrame格式，所以可以使用 describe來計算每個欄位的數量、平均值、標準差…