Caracteristici aritmetice
Pentru a exersa crearea de noi caracteristici, vei lucra cu un eșantion din competiția Kaggle intitulată "House Prices: Advanced Regression Techniques". Scopul acestei competiții este să prezici prețul unei case pe baza proprietăților sale. Este o problemă de regresie, cu Root Mean Squared Error ca metrică de evaluare.
Obiectivul tău este să creezi noi caracteristici și să determini dacă acestea îmbunătățesc scorul de validare. Pentru a obține scorul de validare prin validare încrucișată cu 5 iterații, îți este pusă la dispoziție funcția get_kfold_rmse(). Folosește-o cu DataFrame-ul train, disponibil în spațiul de lucru, ca argument.
Acest exercițiu face parte din cursul
Câștigarea unei competiții Kaggle în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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))