Introdução
Prezado aluno de PMR3508,

esta atividade lida com um problema de regressão.
Objetivo
Nesta tarefa, você deve construir um modelo que prevê o preço mediano de uma casa em uma região da Califórnia. A descrição completa dos dados disponíveis pode ser encontrada na página "Data".

O objetivo desta tarefa é que vocês testem modelos de regressão. A idéia é que vocês experimentem livremente com os algoritmos disponíveis na sklearn e os conheçam melhor, entendendo como funcionam seus hiper-parâmetros e entendendo um pouco sobre o tradeoff de viés e variância.

Para algumas idéias de algoritmos de regressão a usar, recomenda-se dar uma olhada em: http://scikit-learn.org/stable/supervised_learning.html
Avaliação
Assim como nas demais atividades, SUA NOTA SERÁ DADA SOMENTE COM BASE NO KERNEL SUBMETIDO - estudantes que não submeterem seus kernels à competição terão suas notas zeradas, independentemente de quão bem tenham ido no Leaderboard. Lembramos também que é necessário que O KERNEL SEJA CLASSIFICADO COMO PÚBLICO a fim que o monitor consiga ter acesso a ele para corrigi-lo - casos de kernels publicados como privados e só depois da correção mudados para públicos sofrerão desconto na nota.
Dicas extras
Existem várias features complementares que podem ser criadas para auxiliar no processo regressão, como média de quartos por casa, média de pessoas por quarto entre outros. Além disso, são dadas as coordenadas geográficas de cada um dos locais. Pode-se criar alguma variável criativa com isso, como a distância do local até o mar ou a distância do local até um dos pólos do vale do Silício. Para os curiosos, a biblioteca geopy (https://github.com/geopy/geopy) pode ser muito útil nesta etapa.
Agradecimento
Os dados para esta competição foram obtidos em
http://www.dcc.fc.up.pt/~ltorgo/Regression/DataSets.html
Agradecemos ao Professor Luís Torgo por prepará-los.