基本思路
我们第一次实现是选取了十个基本变量作为特征，训练集里NaN的值全都填了0。
仔细想想，可以多选取几个变量，这样或许能提高预测的正确率。
具体实现
首先，我输出了15个关系度比较大的变量，其中，"YearRemodAdd"，"Fireplaces"，"BsmtFinSF1"是三个有价值的变量，可以尝试加进去看看效果
结果与反思
喜提0.6分，还不如第一次
仔细想想，实际上我训练出的模型就是一个数学公式，增加这些0.3 0.4相关度的东西反而会导致计算不精确。也许下一次可以试试少一个变量
尝试删除了两个变量，只保留八个变量后，分数比12个变量好，但是比10个变量差很多。
我重新考虑了一下，也许可以从NaN值入手。
标签：尝试,变量,House,NaN,选取,改进,Prices From： https://www.cnblogs.com/railgunRG/p/17753057.html