房价EDA和预测 介绍 随附的Jupyter笔记本包含对描述住宅房屋许多方面的数据集的分析。 笔记本使用机器学习模型根据相关特征（例如整体质量，房屋面积等）预测最终房价。 问题陈述 我们可以根据相关特征预测房屋的最终价格吗？ 方法 首先，我进行了探索性数据分析，以深入了解数据。 我还检查并估算出缺少的数据，并进行了特征工程。 我创建了新功能并减少了功能数量以最大程度地减少噪音。 我实现了几种机器学习算法，包括多元线性，岭和套索回归，弹性网，决策树和随机森林回归以及KNN。 我还使用了集成方法

数据集有 1314 行和 80 组 test_data.csv train_data.csv

house-price-prediction:该项目用于印度的房价预测。 用于训练此模型的数据集来自印度。 因此，如果用来预测其他国家的房价可能不准确