Predict-House-Prices：构建一个回归模型，利用Kaggle的Ames Housing数据集来预测房价。

简介：
在本项目中，我们采用了Kaggle竞赛数据集进行深度预测房价的探索性数据分析（EDA）。在此过程中，我们将深入研究以下几个方面：首先，我们将运用IQR（四分位距）和z-score方法来识别并剔除数据集中的异常值。其次，我们将对分类变量和连续变量进行可视化处理，并探讨如何将字符串数据类型（string dtype）列转化为适合机器学习模型的格式。随后，我们将处理缺失值问题，以确保模型的准确性和可靠性。该项目可在Kaggle平台上直接运行，并且可以复现于创建该笔记本所使用的相同环境之中，这意味着我们可以利用与项目一致的软件包版本。通过对数据的分析，我们旨在更全面地理解EDA阶段的发现。为了评估模型的性能，我们将关注机器学习模型学习曲线以及RMS（均方根误差）和R2分数。最后，我们将利用实际值对我们的预测结果进行可视化呈现，并最终获得预测执照。