README

项目简介

动手学深度学习房价预测练习

kaggle竞赛网址 kaggle california house prices

代码分析

配置文件config.py

• device: 使用cpu还是gpu训练
• batch_size: mini-batch大小
• optimizer：优化算法使用Adam
• optim_hparams: 优化算法超参数
  • learning_rate: 学习率
  • weight_decay: 权重衰退
• num_workers: Dataloader线程数
• drop_last: 是否丢弃不够mini-batch大小的数据
• dropout: 丢弃比例
• n_epochs: epoch总数
• n_early_stop: loss不下降时等多少个epoch停止训练
• n_k_fold: k折交叉验证个数
• k: k折交叉验证当前第几个

数据处理dataset.py

数据处理分三个部分: 数据预处理/k折交叉取数据/数据加载

数据预处理

• 将object的数据去除掉
• 对数据进行均值为0，方差为1的标准化
• 将nan数据替换为0
• 将数据分为train_set/train_labels/test_set/test_id
  • test_id主要用于test时填充test_id列

k折交叉取数据

• 将train_set/train_labels分成k份
• 取其中一份作为valid_set/valid_labels，其余部分作为真正的train_set/train_labels

数据加载

• 使用CHP_Dataset和DataLoader加载mini-batch大小的数据

模型定义model.py

• 定义单隐藏层MLP
• 定义损失函数为MSELoss
• 定义log_rmse函数，为了与kaggle结果评估方式一致

训练train.py

k折交叉验证训练，最终得到k个模型

推理test.py

选择k个模型中损失最小的模型进行推理

License