回答情况：
提问时间：
问题标签：
1回答
我试图对这个数据集做一个高级分析，我已经使用不同的回归技术，如岭回归、拉索回归和弹性网络回归，做了房价预测分析。
此外，我想做机器学习分析与数据集。对于上述数据集，我能做什么样的预测？
浏览 0修改于2020-01-24得票数 -1
一旦我们知道这个问题需要用监督学习来解决，我们如何知道是否要用回归分析或分类算法来解决这个问题呢？有什么可以使用的拇指规则吗？
大部分资源在线给出了标准房价的回归模型和恶性/良性肿瘤地块的分类模型。是否有概念方法来分析给定的问题？
浏览 0修改于2020-03-11得票数 1
我有二维数据，包括某些地区的频繁犯罪类型和全年相应的房价。我想了解某些地区的犯罪频率与房价波动之间的可能联系。一开始，我尝试用线性回归来实现这一点，但效果并不好。现在我想尝试对我的数据进行PCA分析，但对我来说，获取有意义的结果仍然是不有效的。如何对面板数据进行有效的PCA分析以进行回归？有什么有效的解决办法来实现这一点吗？更新:我的尝试我试图实现的是建立模型，解释
浏览 0修改于2019-04-26得票数 0
回答已采纳
1回答
下面是由目标值(如房价)着色的数据的两分量PCA表示。正如你所看到的，价格函数具有随机性，并且在任何地方都会发生迅速的变化。是否有一种将目标值考虑在内的降维方法，其结果是一方面聚集廉价住房，然后在地图上看到房价的梯度？📷
谢谢
浏览 0提问于2019-07-06得票数 1
回答已采纳
2回答
我的目标是像房价这样的连续价值。我正在用它训练一个回归树。我在scklearn中使用Gradientboostregressor，Python。我的目标值(房价)呈L型分布:高端房价比低端房价高出10倍。我的回归树模型低估了高值，而高估了低值。
我能做些什么来改进模型预测？我尝试对log(价格)建模，然后对exp(预测)建模，但效果不佳。
浏览 1修改于2020-05-21得票数 1
(Python/Pandas)我正在对英国房价数据进行一些分析，看看房价是否会对附近学校的质量做出反应。我已经将最近的三所学校的URN (唯一的参考号)与数据中的每个房价transaction.These列URN_1，URN_2，URN_3进行了匹配。
浏览 3提问于2019-06-17得票数 1
我要用多个变量进行回归分析。在我的数据中，我有n=23个特性和m= 13000个训练示例。以下是我的培训数据(房屋面积与价格对比)：关于这个情节有13000个训练例子。在我的案例(房价数据)中，为了得到多少合适的房价预测，什么样的回归算法会更合理，为什么这个算法(线性还是非线性)更合理？
浏览 0提问于2015-12-26得票数 1
回答已采纳
我目前正在对爱荷华州艾姆斯数据集中的房价进行一些分析。我已经成功地对数据进行了斗争，并删除了所有缺失的值等等，我准备做一些回归分析。
浏览 0提问于2018-09-05得票数 0
回答已采纳
我要用多个变量进行回归分析。在我的数据中，我有n =23个特性和m = 13000训练示例。以下是我的培训数据(房屋面积与价格对比)：关于这个情节有13000个训练例子。在我的案例(房价数据)中，为了得到多少合适的房价预测，什么样的回归算法会更合理，为什么这个算法(线性还是非线性)更合理？
浏览 3提问于2015-12-26得票数 1
回答已采纳
2回答
我有一套数据的房价和他们相应的特点(房间，米平方等)。另一个特点是房子的出售日期。其目的是建立一个模型，可以估计一套房子的价格，就像它是今天出售的一样。
浏览 0修改于2021-01-28得票数 2
我试图了解犯罪频度对某些地区房价的影响。为此，我从芝加哥犯罪数据和zillow房地产数据开始。我想了解房价与犯罪频度之间的关系，以及某些地区的前五大犯罪。有没有有效的方法来训练某些地区房价与犯罪频度之间潜在关系的回归模型？有什么启发性的想法来继续前进吗？示例数据片段：📷我的尝试from sklearn.linear_model有人能告诉我如何建立正确的模型来预测某些地区的犯罪
浏览 0提问于2019-04-24得票数 1
我正在编写线性回归的代码，其中我的模型将根据面积预测房价。所以，我只有一个特征，那就是房子的面积，我的输出是价格。我的输入是面积在1000 - 9000之间，房价在280000 - 800000之间。那么，我应该如何执行功能缩放，以及我应该如何通过输出来管理它。我的意思是，如果我把房子的面积在0-1的范围内，房价也在0-1的范围内，然后找出theta1和theta2的值(因为我正在应用线性回归方程，如output = theta1 + theta2*input)，或者我应该将房价降低到1,000-9,000的范围。
浏览 14修改于2019-03-25得票数 0
1回答
这项任务的目的是预测房价。根据加州住房数据集建立了一个预测房价的模型，并使用以下代码进行了评估。housing_predictions)平均房价在
浏览 0提问于2018-07-14得票数 0
回答已采纳
在这里，我有一些车辆数据，并附上一些相应的信息，这些类型的车辆的车主居住的地方，以及他们的平均房价。 显然，房价/位置并不直接影响车辆价值，但对统计推断很有用。因此，虽然透视表中的平均房价列是正确的，但vehicle值被错误地计算了多次(相对于Vehicle Make)。
浏览 11修改于2020-01-17得票数 0
回答已采纳
我正在建立一个简单的线性回归模型，用平方尺、床位数(S)和浴室数(S)来预测房价。
在建立模型后，我注意到平方尺和床位数(S)的系数是正的，这是有道理的，因为随着平方尺/床位数的增加，房价也增加了。然而，浴室的数量系数(S)是负的，这是没有意义的，因为住房价格并没有随着浴室数量的增加而下降(S)！
浏览 0提问于2019-01-29得票数 1
回答已采纳
问题：我们有不同的房间，有不同的pricing.For示例：
对2500元以下的房间，税率定为12%，2500间以上的房间
浏览 1修改于2018-10-01得票数 2
回答已采纳
有太多的记录和特性，一些数据集有很多特性(有时被称为columns__)，让我们以Kaggle平台上的一个例子为例，有一个数据集用于预测房价，根据它的特性知道房价是多少，因此，问题是如何从数据集中识别有意义的特征？
浏览 0提问于2020-09-16得票数 1
回答已采纳
我正在使用tidyverse对房价数据进行一些分析。我有房价随着时间的推移，我想创建新的列，通过应用一个向量的首付，以输出一个新的栏目为每个首付百分比。
浏览 9提问于2022-06-30得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号