新手分
72/100
适合已具备 Python 和基础机器学习回归知识的学习者，尤其是正在学习数据挖掘、梯度下降和多因子房价预测的人。参赛者需要能处理表格型房屋特征数据，并训练模型输出租金预测结果。
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
pandas 数据处理
scikit-learn 回归模型
均方误差计算
CSV 文件生成
多特征回归分析
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
核心工作是把多个影响租金的特征转化为误差较小的回归预测；页面以平均预测误差评估结果，因此需要围绕回归模型效果进行调参与验证。提交还要求生成指定命名格式的 CSV 结果文件，并将 Python 代码另行发送。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。