PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据

全文下载链接:http://tecdat.cn/?p=29480

作者：Xingsheng Yang

1 利用 python 爬取链家网公开的租房数据；

2 对租房信息进行分析，主要对房租相关特征进行分析，并搭建模型用于预测房租。

任务/目标

利用上海链家网站租房的公开信息，着重对月租进行数据分析和挖掘。

上海租赁数据

此数据来自 Lianjia.com.csv文件包含名称，租赁类型，床位数量，价格，经度，纬度，阳台，押金，公寓，描述，旅游，交通，独立浴室，家具，新房源，大小，方向，堤坝，电梯，停车场和便利设施信息。

属性：

名称：列表名称类型：转租或全部租赁（全部）床：卧室号码价格经度/纬度：坐标阳台，押金（是否有押金政策），公寓，描述，旅游可用性，靠近交通，独立浴室，家具

新房源：NO-0，YES-1 面积：平方米朝向：朝向窗户，南1，东南2，东-3，北4，西南-5，西-6，西北-7，东北8，未知-0 级别：房源层级，地下室-0，低层（1-15）-1，中层（15-25）-2，高层（>25）-3 停车场：无停车场-0，额外收费-1，免费停车-2 设施：设施数量

代码语言：javascript

复制

import pandas as pdimport numpy as npimport geopandas df = pd.read\_csv('lighai.csv', sep =',', encoding='utf\_8\_sig', header=None)df.head()

数据预处理

ETL处理，清理数据帧。

代码语言：javascript

复制

df_clean.head()

探索性分析 - 数据可视化

代码语言：javascript

复制

plt.figure(figsize=(8, 6))sns.distplot(df_clean.price, bins=500, kde=True)plt.xscale('log') # Log transform the price

读取地理数据

代码语言：javascript

复制

plt.figure(figsize=(12, 12))

sns.heatmap(df_clean.corr(), square=True, annot=True, fmt = '.2f', cmap = 'vla

点击标题查阅往期内容

线性回归和时间序列分析北京房价影响因素可视化案例

左右滑动查看更多

模型构建

尝试根据特征预测价格。

代码语言：javascript

复制

y = df\_clean.log\_priceX = df\_clean.iloc\[:, 1:\].drop(\['price', 'log\_price'\], axis=1)

岭回归模型

代码语言：javascript

复制

ridge = Ridge()alphas = \[0.0001, 0.001, 0.001, 0.01, 0.1, 0.5, 1, 2, 3, 5, 10\]

Lasso回归

代码语言：javascript

复制

coef.sort_values(ascending=False).plot(kind = 'barh')

Random forest随机森林

代码语言：javascript

复制

rf\_cv.fit(X\_train, y_train)

XGBoost

代码语言：javascript

复制

xgb_model.loc\[30:,\['test-rmse-mean', 'train-rmse-mean'\]\].plot();

代码语言：javascript

复制

xgb\_cv.fit(X\_train, y_train)

Keras神经网络

代码语言：javascript

复制

model.add(Dense(1, kernel_initializer='normal'))# Compile modelmodel.compile(loss='mean\_squared\_error', optimizer='Adam')model.summary()

kmeans聚类数据

代码语言：javascript

复制

  kmeanModel = KMeans(n_clusters=k).fit(X)     kmeanModel.fit(X)         inertias.append(kmeanModel.inertia_) plt.plot(K, inertias, 'bx-')

代码语言：javascript

复制

gpd.plot(figsize=(12,10), alpha=0.3)scatter\_map = plt.scatter(data=df\_clean, x='lon', y='lat', c='label', alpha=0.3, cmap='tab10', s=2)

本文选自《python岭回归、Lasso、随机森林、XGBoost、Keras神经网络、kmeans聚类链家租房数据地理可视化分析》。