Dataset之RentListingInquries：RentListingInquries(Kaggle競賽)數(shù)據(jù)集的簡介、下載、案例應(yīng)用之詳細攻略

?

?

?

?

目錄

RentListingInquries比賽簡介

RentListingInquries數(shù)據(jù)集下載

RentListingInquries案例應(yīng)用

---

?

?

?

?

?

RentListingInquries比賽簡介

競賽官網(wǎng)：?https://www.kaggle.com/c/two-sigma-connect-rental-listing-inquiries/overview

? ? ? ? RentListingInquries比賽的描述。找到一個完美的地方打電話給你的新家應(yīng)該比瀏覽無窮無盡的清單。RentHop通過使用數(shù)據(jù)對租賃清單的質(zhì)量進行排序，使公寓搜索更加智能。但是，盡管尋找完美的公寓已經(jīng)夠困難的了，但通過編程來組織和理解所有可用的房地產(chǎn)數(shù)據(jù)就更難了。二西格瑪和二西格瑪風(fēng)投的投資組合公司RentHop，邀請Kagglers在這場獨特的招聘競爭中，釋放他們的創(chuàng)意引擎，發(fā)掘商業(yè)價值。
? ? ? Two Sigma邀請您在本次招聘競賽中發(fā)揮您的才能。Kagglers將根據(jù)列表的創(chuàng)建日期和其他特性預(yù)測新列表收到的查詢數(shù)量。這樣做將有助于RentHop更好地處理欺詐控制，識別潛在的上市質(zhì)量問題，并讓業(yè)主和代理商更好地了解租戶的需求和偏好。
? ? ? ?Two Sigma一直處于將技術(shù)和數(shù)據(jù)科學(xué)應(yīng)用于財務(wù)預(yù)測的前沿。盡管他們在金融領(lǐng)域的大數(shù)據(jù)、人工智能和機器學(xué)習(xí)方面取得的開創(chuàng)性進展，一直在推動該行業(yè)向前發(fā)展，就像所有其他科學(xué)進步一樣，他們也受到不斷進步的驅(qū)動。這一挑戰(zhàn)為競爭對手提供了一個先睹為奇的機會，使他們得以在金融領(lǐng)域之外搶先了解二西格瑪?shù)臄?shù)據(jù)科學(xué)工作。

? ? ? ?這是Kaggle2017年舉辦的Two Sigma Connect: Rental Listing Inquiries競賽。在這個競賽中，你將根據(jù)列表內(nèi)容，如文字描述、照片、臥室數(shù)量、價格等，來預(yù)測一個公寓租賃清單的受歡迎程度。數(shù)據(jù)來自renthop.com，一個公寓上市網(wǎng)站。這些公寓位于紐約市。目標(biāo)變量interest_level由清單在網(wǎng)站上運行期間的查詢次數(shù)定義。

?

1、數(shù)據(jù)集介紹

(1)、File descriptions
train.json - the training set
test.json - the test set
sample_submission.csv - a sample submission file in the correct format
images_sample.zip - listing images organized by listing_id (a sample of 100 listings)
Kaggle-renthop.7z - (optional) listing images organized by listing_id. Total size: 78.5GB compressed. Distributed by BitTorrent (Kaggle-renthop.torrent).?

(2)、Data fields

• bathrooms: number of bathrooms
• bedrooms: number of bathrooms
• building_id
• created
• description
• display_address
• features: a list of features about this apartment
• latitude
• listing_id
• longitude
• manager_id
• photos: a list of photo links. You are welcome to download the pictures yourselves from renthop's site, but they are the same as imgs.zip.?
• price: in USD
• street_address
• interest_level: this is the target variable. It has 3 categories: 'high', 'medium', 'low'

? ? ? ? 根據(jù)公寓的listing 內(nèi)容，預(yù)測紐約市某公寓租賃listing的受歡迎程度。
標(biāo)簽： interest_level，該listing被咨詢的次數(shù)。

• (1)、有三個取值：: 'high', 'medium', 'low'。
• (2)、是一個多類分類任務(wù)。

Listing內(nèi)容：

• bathrooms、bedrooms：浴室數(shù)目、臥室的數(shù)目
• longitude、latitude：地理位置有關(guān)
• display_address、street_address：地址有關(guān)
• building_id、listing_id、manager_id
• Created：創(chuàng)建日期
• Description：更多描述信息
• features: 公寓的一些特征描述
• photos: a list of photo links
• price：價格

?

2、比賽排行榜

?

?

RentListingInquries數(shù)據(jù)集下載

如有需要，可留言索取

?

?

?

RentListingInquries案例應(yīng)用

ML之FE：利用FE特征工程對RentListingInquries(Kaggle競賽)數(shù)據(jù)集實現(xiàn)房屋感興趣程度的多分類預(yù)測
ML之FE：基于FE特征工程對RentListingInquries數(shù)據(jù)集進行預(yù)處理并導(dǎo)出為三種格式文件(csv格式/txt格式/libsvm稀疏txt格式)

?

?

?

?

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的Dataset之RentListingInquries：RentListingInquries(Kaggle竞赛)数据集的简介、下载、案例应用之详细攻略的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。