算術的な特徴量
新しい特徴量の作成を練習するために、Kaggle コンペティション「House Prices: Advanced Regression Techniques」から抽出したサンプルを使います。このコンペティションの目的は、物件の属性に基づいて住宅価格を予測することです。評価指標は Root Mean Squared Error の回帰問題です。
ここでは新しい特徴量を作成し、検証スコアが改善するかを確認します。5 分割交差検証のスコアを得るために、get_kfold_rmse() 関数が用意されています。ワークスペースにある train DataFrame を引数にして使用してください。
この演習はコースの一部です
Pythonで挑むKaggleコンペティション
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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))