Competition：2018年全国大学生计算机技能应用大赛《住房月租金预测大数据赛》——设计思路以及核心代码
竞赛相关信息
竞赛背景：
为贯彻习近平主席在十九大报告中关于“推动互联网、大数据、人工智能和实体经济深度融合”以及“善于运用互联网技术和信息化手段开展工作”等讲话精神，引导高校在校生学习掌握计算机与互联网知识，提高计算机的技能应用，中国软件行业协会培训中心将举办全国大学生计算机技能应用大赛。大赛旨在增强广大在校大学生的IT应用技能，对于进一步落实学校培养应用型人才的目标要求，培育创新创业人才、促进产学研相结合有着重要意义。
当今社会，房屋租金由装修情况、位置地段、户型格局、交通便利程度、市场供需量等多方面因素综合决定，对于租房这个相对传统的行业来说，信息严重不对称一直存在。一方面，房东不了解租房的市场真实价格，只能忍痛空置高租金的房屋；另一方面，租客也找不到满足自己需求高性价比房屋，这造成了租房资源的极大浪费。
本次计算机技能大赛中的大数据赛题将基于租房市场的痛点，提供脱敏处理后的真实租房市场数据。选手需要利用有月租金标签的历史数据建立模型，实现基于房屋基本信息的住房月租金预测，为该城市租房市场提供客观衡量标准。
组织架构： 主办单位：中国软件行业协会培训中心 承办单位：全国百家高校团委、学生会、计算机类社团 协办单位：我爱竞赛网、DataCastle数据城堡、新思路教育
任务与数据
数据为某地4个月的房屋租赁价格以及房屋的基本信息，我们对数据做了脱敏处理。 选手需要利用训练集中的房屋信息和月租金训练模型，利用测试集中的房屋信息对测试集数据中的房屋的月租金进行预测。
数据分为两组，分别是训练集和测试集。 训练集为前3个月采集的数据，共196539条。 测试集为第4个月采集的数据，相对于训练集，增加了“id”字段，为房屋的唯一id，且无“月租金”字段，其它字段与训练集相同，共56279条。 训练集所含字段如下：
数据集处理前后
1、训练集、测试集
2、FE处理后的训练集
输出结果
1、测试集经过模型训练后输出的结果
设计思路
1、处理的【小区房屋出租数量】列为空值的思路
2、处理数据
2、总思路
核心代码
代码运行输出
[LightGBM] [Warning] feature_fraction is set=0.6, colsample_bytree=1.0 will be ignored. Current value: feature_fraction=0.6
[LightGBM] [Warning] min_data_in_leaf is set=18, min_child_samples=20 will be ignored. Current value: min_data_in_leaf=18
[LightGBM] [Warning] min_sum_hessian_in_leaf is set=0.001, min_child_weight=0.001 will be ignored. Current value: min_sum_hessian_in_leaf=0.001
[LightGBM] [Warning] bagging_fraction is set=0.7, subsample=1.0 will be ignored. Current value: bagging_fraction=0.7