基于机器学习的房价预测
用各种机器学习算法预测上海房价从链家网爬取的上海市各二手房数据进行训练非线性决策树优于线性回归优于神经网络摘要本文主要分析影响房价的因素数据来源为链家网机器学习模型的使用中采用了三种线性模型一种非线性模型最后得出的结论是房子的大小房子的位置房子的建造年份以及房子的高度对房价影响较大.问题描述现在房价居高不下特别是上海等一线城市房价更是高的离谱那么在决定一个房子的价格中哪些因素占了主要的地位如何让想买房的人快速获取大概的房价信息.那么本文介绍的就是如何用机器学习去训练上海房价信息并生成模型然后进行分析的过程.数据收集及处理数据源选择经过在网上对几个房价信息网的比较
文件列表
实战五十六:基于机器学习的上海房价预测(完整代码+数据集).zip
(预估有个22文件)
housepriceforecasts
期末项目.docx
527KB
get_data_to_mongo.py
6KB
LICENSE
1KB
img
10-04af71313e2f0ff64357f0f12fb0dcb7.png
71KB
14-e61a54ed14792ebed41bb51a27697545.png
35KB
7-7caf95c89da25e600d94ffdf4f7a8f1e.png
54KB
5-27e959d97b020057a4f456403d538e10.png
1KB
13-fe7dae08334eea5b979249eefad8a394.png
38KB
暂无评论