2019未来杯高校挑战赛--城市房产租金预测.zip

# Futurelab-2019-House-Rent-Forecast []()  **** |Author|Jiacheng| |---|--- |E-mail|l.jiacheng@qq.com **** ## “2019未来杯高校AI挑战赛 > 城市-房产租金预测” <b>赛题说明</b> 线上比赛要求参赛选手根据给定的数据集，建立模型，预测房屋租金。 数据集中的数据类别包括租赁房源、小区、二手房、配套、新房、土地、人口、客户、真实租金等。 平台提供的数据包括训练集、预测试集(Test A)、正式测试集(Test B)，详见数据集说明。 参赛选手需要将预测的结果按照测试集ID顺序输出，以便平台对提交模型的结果进行验证。每天每个参赛者最多可以提交2次。 <b>线上赛数据发放与结果提交</b> 训练数据Train_data和预测试集Test A将在赛事开始时开放，Train_data供参赛选手训练模型；预测试集Test A只供参赛选手熟悉提交流程，Test A的预测结果不计入正式成绩。 正式测试数据Test B在赛事规定的时间开放，仅供模型验证使用，禁止调整测试数据Test B的顺序及任何其他形式的修改。参赛选手需要在赛事结束前提交模型、代码以及预测结果。平台将及时更新结果排名，取最好成绩作为客观成绩，每人每天有2次提交机会。 <b>比赛要求</b> - 赛选手可以根据模型需求，筛选适当的数据维度。 - 参赛选手可以根据模型需求，自行清洗训练数据。 - 不得使用提供的数据集之外的数据训练模型。 - 不得将自行手工标注的结果运用于训练和测试。 - 参赛选手需要同时提交说明文档、预测结果、训练和预测代码、模型（参数集），详见结果提交要求。 - 参赛选手所提交程序应可在Linux/windows环境顺利运行。建议（不强制）使用Python 2.7或Python3.6作为首选编程环境，使用Anaconda 3 搭建软件环境。不限制第三方软件包使用，但须获得合法授权和软件拷贝，以确保主办方可以复现程序运行过程。 - 参赛选手的提交作品需要可完整复现训练和预测过程，主办方不会做任何代码修改，如无法复现的，视作无效提交。 <b>复赛晋级与综合评审</b> 根据模型有效提交的得分，前10名选手可以晋级复赛。晋级复赛的选手需要通过PPT展示进行线下答辩，PPT展示主要包括数据清洗规则、模型创新、算法实现、结果分析等。 有关这次比赛更多的信息参见： https://2019ai.futurelab.tv/contest_detail/3#contest_des