Aritmetické příznaky
Pro procvičení tvorby nových příznaků budeš pracovat se vzorkem dat z Kaggle soutěže „House Prices: Advanced Regression Techniques". Cílem této soutěže je předpovědět cenu domu na základě jeho vlastností. Jde o regresní úlohu, kde se jako evaluační metrika používá Root Mean Squared Error.
Tvým úkolem je vytvořit nové příznaky a zjistit, jestli zlepší tvoje validační skóre. Pro získání validačního skóre pomocí 5-násobné křížové validace máš k dispozici funkci get_kfold_rmse(). Použij ji s DataFrame train, který je dostupný ve tvém workspace, jako argumentem.
Toto cvičení je součástí kurzu
Jak vyhrát soutěž na Kaggle v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Look at the initial RMSE
print('RMSE before feature engineering:', get_kfold_rmse(train))
# Find the total area of the house
train['TotalArea'] = ____[____] + ____[____] + ____[____]
# Look at the updated RMSE
print('RMSE with total area:', get_kfold_rmse(train))