new_york_airbnb

【文件属性】：
文件名称：new_york_airbnb
文件大小：2.29MB
文件格式：ZIP
更新时间：2021-02-08 00:14:12
使用Airbnb数据进行预测分析 它包含原始代码，用于解释媒体科学过程的中级文章。 该分析着眼于数据中发现的相互关系，显示了清理数据的过程，并突出了数据科学中的迭代过程。 纽约航空 机器学习几乎可以应用于任何数据集。 是获取免费数据源以应用机器学习的绝佳资源。 该文件从纽约的Air bnb获取数据源，并使用预测分析根据该数据确定公寓的价格范围。 显示了完整的数据科学，包括数据工程和数据清理部分。 第一部分读取数据，然后查看空计数。 然后重点介绍了用于处理空值的策略。 处理完零值后，将离群值除去，并对数值数据进行归一化（更改为0到1之间的值）。 然后为分类的所有数据字段创建虚拟变量。 显示了因变量的分布，然后根据归一化数据将其更改为分类为5个桶的分类价格。 显示了基本线性回归，并强调了更多变量会导致正常价格预测的得分更高。 分析并突出显示相关性，并根据最高相关项目进行预测。 但是，最佳模型

【文件预览】：
new_york_airbnb-master
----.ipynb_checkpoints()
--------Untitled-checkpoint.ipynb(72B)
--------Full_analysis-checkpoint.ipynb(128KB)
----.DS_Store(6KB)
----Medium Code()
--------.DS_Store(6KB)
--------NYC_arbnbcode1.py(492B)
----NYC_arbnbcode1.py(495B)
----AB_NYC_2019.csv(6.75MB)
----Full_analysis.ipynb(128KB)
----Untitled.ipynb(15KB)
----README.md(2KB)