房價預測

概述

房價預測專案目的是預測每棟房屋的銷售價格

使用模型

1. FLAML(Fast and Lightweight AutoML)
   • 訓練過程中，FLAML探索多個模型(如LightGBM、XGBoosting、Random Forest、CatBoost等)
   • 最終，CatBoost模型在眾多候選模型中表現最佳，達到了最低的RMSE(0.1250)
   • 模型選擇的過程花費了大約14948.7秒(約4小時9分鐘)

評估標準

本次比賽用於評估的衡量標準是均方根誤差。 $RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2}$

提交分數

最後使用最佳模型(CatBoost)提交至Kaggle，提交分數為 0.12752