项目背景：
运用回归模型进行房价预测。
影响房价的因素有很多，在本题的数据集中有79个变量几乎描述了爱荷华州艾姆斯（Ames，lowa）住宅的方方面面，要求预测最终的房价。
数据介绍：
我们要使用BartdeCock于2011年收集 [DeCock,2011]， 涵盖了 2006−2010 年期间亚利桑那州埃姆斯市的房价。
技术栈：
特征工程（Creative feature engineering）
回归模型（Advanced regression techniques like random forest and gradient boosting）
目标：
预测出每间房屋的价格，对于测试集中的每一个ld，给出变量SalePrice相应的值。
算法通过计算平均预测误差来衡量回归模型的优劣。平均预测误差越小，说明回归模型越好。
目录
Step 1: 检视源数据集
