2018DC数据科学竞赛

第一次组队参加比赛，第一次写博客。

这次DC住房月租金预测大数据赛收获还是挺多的，对我之后再组队参加类似的比赛将会有很大的帮助。

一场数据挖掘的比赛，要做的事情很多，首先是要拿到数据，如果数据很dirty（基本上比赛的数据都是这样的），先要进行数据预处理。数据预处理也分很多部分，比如数据清洗（缺失值和异常值处理）、数据变换等。这次比赛，比赛中我只简单处理了缺失值，尝试用0和均值填充缺失值，没有做数据变换等其他的处理方式，感觉很吃亏。建模过程中，我用了简单线性回归模型和多元线性回归模型，以及效果最好的随机森林模型。

暂时先写到这吧，贴一个大佬的开源：

https://github.com/notplaid/prices