番禺二手房网(2020年是留钱还是买房)

广州番禺区房产网

了解广州各地区二手房的房价。了解每个功能对房价的影响。对数据进行建模，并预测广州Lianjia。com的房价。数据特征如下：二手房总价（万元）：二手房每平方米价格（元）：二手房类型：二手房方向：面积二手房：二手房面积：二手房竣工时间：是否有电梯：二手房地板：装饰状况：批次：单元格首先检查整体数据并检查缺少值。数据集包含总计数据，并且大多数功能具有相同数量的缺失值。推测是由于数据爬网失败引起的空白。此外，电梯的缺失值和装饰的缺失值。清除由爬网失败引起的空白。从缺乏特征数据来看，发现丢失的数据都是地下室的低层单层建筑，而不是常规的商业房屋。在这里，我们选择丢弃这些数据。在处理缺失值的过程中，缺失值也被丢弃。删除了单位并转换为格式。分别提取房间和大厅以创建两个新功能，即和。分别提取构建年份。处理。查看数据，可以看到有些奇怪的值，例如“东，东南，南，西南和西”的方向难以理解。编写功能对后，每个方向只剩下一个。删除“无数据”。处理要素，提取低，中和高楼层作为要素，并提取总楼层数作为要素。转换后，发现少量缺失值。在这里，我们选择删除缺失值。描述性统计显示，二手房的平均总价格为10,000套，中位数为10,000套。每平方米的平均价格为人民币平方米，中位数为人民币平方米。平均面积为平方米，最大面积为平方米。可以看出，由于一些超大型公寓的影响，总体数据趋势是右偏的。数据可视化在从化区拥有的房屋最少，而房屋不足。番yu区最大的房屋比其他房屋更多。其他地区的房屋数量在中间。其中，番yu二手房数量占全市二手房数量的比重。房屋总面积排序如下：各市区二手房总面积柱形图如下：各市区二手房面积分布与住房数量的分配基本一致。接下来，检查各个城市地区二手房的平均面积分布。可视化一般来说，增城，花都，从化，南沙，番yu郊区的二手房平均面积比较大，而老城区如黄埔，天河，白云，荔湾，海珠和越秀相对较小。
较低的成本使开发人员可以构建更大的单元。以区间（）和∞）为划分标准，将区域分为五个级别，分别对应于极小的公寓，小型公寓，中型公寓，大型公寓和大型公寓，并创建一个新的特征值。从公寓类型的分布来看，可以看到广州的二手房主要由中小型公寓组成，占总数的比重更大，而大型和超大型公寓仅占一小部分。一小部分。在天河区的平均总价（万元）中，各个城市的平均总价位居第一。箱形图的间隔是，中位数约为10,000元，中位数小于平均值，一些价格较高的数据将整体平均值拉高，该数据显示在右侧。越秀的平均总价位居第二，为人民币10,000元。箱形图的间隔是中位数，大约是一万元，中位数与平均值相差不大。海珠，荔湾和白云的二手房总价格平均数和中位数相对接近，三者的箱形图的下限也接近，但箱形图的上限不同。低于10,000元人民币的二手房，而超过10,000元人民币的房价很少。平均单价排名前三的城市是天河，越秀和海珠。天河区的平均价格为人民币，价格范围约为人民币。越秀区的平均价格为人民币，价格范围约为人民币。海珠区的平均价格为人民币，价格范围约为人民币。二手房的单价主要集中在人民币以下的区间，整体布局明显偏向右。有一些高价格数据严重提高了平均单价。首先，筛选出房屋数量较少的社区，此处将其作为阈值。查看平均价格最高的十大社区。总价最高的社区价格超过10,000元，排名前两位的嘉裕大厦和广东丽江花园也相差无几。总价超过一万元。前十个社区的单价均超过10,000平方米。其中，嘉yu大厦和凯旋新世界枫丹白露遥遥领先，其余社区之间的差距并不大。可以清楚地看到，所有楼层之间的房价单价之间均无明显差异，所有楼层均高于人民币。不同楼层对价格影响不大。从以上分析可以看出，随着楼层数的增加，房价也随之上涨。在楼层数之前，房价随楼层数的增长趋势是相对线性的，但是在此之后，房价随楼层数的增长趋势则有很大的波动。可能的原因是楼层更多的房屋数超过了楼层数。数量比较少，容易产生错误。可以看出，定向对房价有一定的影响，但是由于定向值比较复杂，它不是一个东南，西北，
在上面，将公寓类型分为房间数和客厅数，下面将分别探讨这两个特征与房价之间的关系。房间数主要是一，占所有数据的比重。此外，有些房间的数据量很少。在这里，我们选择删除所有具有以下编号的房间。房间数对房价的影响很小，这表明购买二手房时，房间数没有特别的偏好。客厅的数量主要是一个，从而过滤掉了不足的数据。平均单价最高的单位是客厅中的小公寓。起居室和起居室紧挨着，三个之间的单价相差不大。最低的平均单价是客厅类型。可能的原因是，随着房价的上涨，由于总价较低，小单位更受市场青睐。该数字处于双峰状态，分别在年度和年度出现两个高峰。该年之前建造的房屋的总价格最高，可能是因为房屋建于早期的城市核心区域。一年之后，房价逐渐上升，在一年中达到顶峰，然后开始下降。可能的原因是，大多数房屋将在一年后在郊区建造。由于土地成本较低，郊区的房屋面积较大，总价格将上涨。年后总房价逐渐下降的原因可能是，大多数房屋将在年后在增城，从化等地建造。由于与其他城市地区相比房价较低，总房价也逐渐下降。从竣工年份的单价图表可以看出，趋势与上述猜测相吻合，也就是说，早年在市中心建造的房屋的单价较高。从那以后，大多数房屋都建在郊区，单价逐渐下降。可以看出该要素存在线缺失值，这里我们考虑根据楼层总数填充缺失值。通常，大于楼层的住宅默认情况下具有电梯，而小于楼层的住宅则没有电梯。将没有数据可替换。检查电梯数量的分布。可以看出，越来越多的房屋设有电梯，没有电梯的房屋只占电梯的一半。从图中可以看出，有电梯的房屋的单价比没有电梯的房屋的单价高，这也符合我们的常识。首先，处理类型的特征。其次，对连续变量进行归一化。房屋的单价用作模型并标准化。由于功能众多，需要选择功能来选择有用的变量并删除无用的变量。随机森林等模型可用于特征选择。对于回归问题，通常使用方差或最小二乘拟合。训练决策树时，您可以计算每个功能可减少多少棵树的杂质。
可以计算出每个特征平均减少了多少杂质，并将由此减少的杂质用作特征选择的值。在此，使用模型进行特征选择，并保留累积前的特征。通过模型进行的特征选择保留单个特征。数据分为训练集和测试集。由于有10,000多个数据集，因此在此处选择测试集。使用更多数据进行培训。用于建立神经网络模型。建立一个层神经网络模型，并分别确定每一层的神经元数量。除了最后一个输出层，还向每个层添加了正则项。正则化系数是为了防止过度拟合。激活功能使用激活功能。在激活功能之后添加了一层，以加快收敛速度​​。该模型的优化程序的使用是随机梯度下降的，并且初始学习率设置为均方误差。三个回调对象已添加到模型中。它们是衰减学习率。用于监视学习率，并在学习率不再下降时将其减半。 ，作用是保存最佳模型。开始训练，训练一个，选择。训练完成后可以看出，最小验证设置误差是。绘制训练集测试集的误差曲线，可以看出，总体测试集误差随训练集误差而减小。测试集的误差首先会大幅波动，然后逐渐稳定，最终收敛将不再降低。测试集上模型的系数是预测准确性是合理的。二手房的单价受地理因素的影响很大，不同城市地区的房屋单价差异很大。天河区的最高平均单价为人民币平方米，从化区的最低平均单价为人民币平方米。区别。最昂贵的社区的单价高达一万元人民币，远远超过了市区的平均价格。二手房的数量和总面积可以反映市场的规模。番yu区的二手房数量占全市所有房屋的比重。以平方米为单位的二手房总面积是城市中最高的。无论数量或面积，番yu的二手房市场都是该区最大的，主要是因为其平均单价为人民币平方米，仅是天河区的一半。楼层，公寓，方向和电梯等因素也对二手房的单价产生影响，但影响不大。完工年份可以反映房屋的建造时间，并且可以推测房屋的大致建造地点，从而推测房屋价格。房屋建造得越早，市中心建造的房屋就越多，反之亦然。测试集上的模型系数不是特别好。