算术特征
为练习创建新特征，您将使用来自 Kaggle 竞赛 "House Prices: Advanced Regression Techniques" 的一个子样本。该竞赛的目标是根据房屋的各项属性预测其售价。这是一个回归问题，评估指标为均方根误差（Root Mean Squared Error）。
您的任务是创建新特征，并判断它们是否能提升验证分数。为了通过 5 折交叉验证获取验证分数，已为您提供 get_kfold_rmse() 函数。请将其与工作区中可用的 train 数据框一起使用，将 train 作为参数传入。
本练习是课程的一部分
用 Python 赢下 Kaggle 竞赛
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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))