Sberbank Russian Housing Market比赛总结

第一次真正意义上参加kaggle比赛，都是工作之余看看别人的kernel，然后整理整理自己的分析代码。

总体来说，本次比赛对我而言更像一个入门比赛，更多的是走走kaggle比赛的整个流程，看看高手们都是怎么分析解决问题的。一边学习技术、理论知识、分析问题的思路，一边研究比赛题目。结果不是最重要的，最重要的收获与进步！

本次比赛总结启示：

　　1）没有充分考虑房屋价格随时间的变化，因为房间一段时间是涨价的，一段时间是降价的。本次俄罗斯房价训练数据从2011-2015.6，测试数据从2015.7月开始，所以测试数据跟训练数据的后部分数据关系最为密切。因为2015年开始房价是开始下跌趋势，所以测试数据应该也是这样的，这点没有关注到。

2）看kernel里面很多人把train的房屋价格乘以一个magic number，比如0.969等等，效果确实不错。一开始不太理解，现在明白了，因为他们看到了测试数据是走低的趋势，所以把整个训练数据的价格都调低，这样训练出来的模型预测的价格就会偏低，进而更接近测试数据。我认为该方法并不太可取，这样做也许在该比赛确实能得到较好的效果。但是模型仅仅适应这一部分数据，overfitting了，没有什么泛化能力。

　　3）价格的走低，其实是与经济因素密切关联的，所以有人就利用经济方便的特征对价格做了修正，比如将价格除以某个经济指标，预测后再还原价格，这样就不需要什么maigic number。

4）没有对预测价格做Ensemble

5）特征工程做的不够充分，没有充分挖掘特征信息，创造新特征。

6）其它人解决思路：