内容 AIRBNB数据集分析 我们的研究 纽约市AirBnb租赁数据于2017年10月包含有关airbnb列表的信息。 它的位置由纬度和经度以及附近的自治市镇决定。 它也有其每晚的价格,数量的卧室,浴室等。 我们研究的目的是探索由Airbnb列表产生的数据,并寻找可能导致Airbnb成功的因素。 此外,找出是否可以找到任何模式并预测清单的位置和价格。 根据我们的预测,我们构建了机器学习模型,以帮助正在考虑租房的人们更好地了解挂牌价格。 技术栈 在此分析中,我们使用python作为主要的编程语言,因为它具有丰富的工具组合,这些工具使数据分析变得异常困难。 我们使用的一些软件包是 图书馆 描述 Matplotlib是功能极为丰富的工具库,用于生成易于解释和定制的交互式图。 Numpy是一个流行的库,用于数组操作和向量运算。 它广泛用于需要科学计算的python项目中。 Pamdas是另一个