原本是想找只有整個合在一起的data讓大家練習切割出測試集的，但目前在kaggle上面看到比較有名又有比較完整的data的競賽練習好像就是昨天這個：
Kaggle_House Prices
就拿這個做為我們的實戰演練吧！這三天會先使用才剛學完的Kearas直接拿來複習並加強！我在實戰演練的部分可能不會一直都是程式碼解釋哦，有時候遇上前面基礎沒提到的會再提一下！ＧＯＧＯ！

下載data先

連接到這

點選紅色的download下載全部資料，綠色是裡面會有資料～
解壓縮後會有：

總共有四個檔案：
1.data_description:資料的描述，txt檔
2.sample_submission:要繳交回去查看test的預測價格正確程度,csv檔
3.test:測試集，csv檔
4.train:訓練集，csv檔

開始寫程式拉！

引入資料

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

df_train = pd.read_csv(r'C:\Users\USER\Desktop\house-prices-advanced-regression-techniques\train.csv') #將資料變成dataframe
df_test  = pd.read_csv(r'C:\Users\USER\Desktop\house-prices-advanced-regression-techniques\test.csv')
print(df_train) #印出資料查看資料內容

輸出片段：



這樣打出來其實沒有說很好看
其實也可以直接去資料夾裡面將train.csv檔點開查看長相：
1.最左邊的行A是Id：

2.最右邊的行CC是Saleprice：

為什麼要特別提到這兩個呢？
因為在我們的train資料裡面，我們不需要Id，對我們來說它們只是一堆不同的點點(視覺化後)，所以不必要在乎是第幾個。至於Saleprice則是我們最後要判斷的數值，對我們在訓練時是相當重要的，是Y的意思，也是標籤的意思！
資料上的許多屬性，如MSSubClass、MSZoning、LotFrontage等等和Saleprice的關係，就很像之前提到的JOHN國坪數和價錢的關係，只是現在影響價格的種類變多了！

明天會先講解一下交叉驗證觀念再繼續唷，今天只是小起步而已，ＧＯＧＯ！