全文下载链接:http://tecdat.cn/?p=29480
作者：Xingsheng Yang
最近我们被客户要求撰写关于租房数据的研究报告，包括一些图形和统计输出。 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 pd
import numpy as np
import 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
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
01
02
03
04
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_price
X = 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
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();
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 model
model.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-')
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)
点击文末 “阅读原文”
获取全文完整代码数据资料。
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》。
点击标题查阅往期内容
R语言贝叶斯广义线性混合（多层次/水平/嵌套）模型GLMM、逻辑回归分析教育留级影响因素数据 Python中的Lasso回归之最小角算法LARS 高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据 Python高维变量选择:SCAD平滑剪切绝对偏差惩罚、Lasso惩罚函数比较 R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例 R使用LASSO回归预测股票收益 广义线性模型glm泊松回归的lasso、弹性网络分类预测学生考试成绩数据和交叉验证 贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析免疫球蛋白、前列腺癌数据 R语言RSTAN MCMC：NUTS采样算法用LASSO 构建贝叶斯线性回归模型分析职业声望数据 r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现 R语言高维数据惩罚回归方法：主成分回归PCR、岭回归、lasso、弹性网络elastic net分析基因数据（含练习题） Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例 R语言Bootstrap的岭回归和自适应LASSO回归可视化 R语言Lasso回归模型变量选择和糖尿病发展预测模型R语言实现贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析 基于R语言实现LASSO回归分析 R语言用LASSO，adaptive LASSO预测通货膨胀时间序列 R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析 R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例 Python中的Lasso回归之最小角算法LARS r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现 r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现 R语言实现LASSO回归——自己编写LASSO回归算法 R使用LASSO回归预测股票收益 python使用LASSO回归预测股票收益Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例 R语言Bootstrap的岭回归和自适应LASSO回归可视化 R语言Lasso回归模型变量选择和糖尿病发展预测模型R语言实现贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析 基于R语言实现LASSO回归分析 R语言用LASSO，adaptive LASSO预测通货膨胀时间序列 R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归应用分析 R语言惩罚logistic逻辑回归（LASSO,岭回归）高维变量选择的分类模型案例 Python中的Lasso回归之最小角算法LARS r语言中对LASSO回归，Ridge岭回归和弹性网络Elastic Net模型实现 r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现 R语言实现LASSO回归——自己编写LASSO回归算法 R使用LASSO回归预测股票收益 python使用LASSO回归预测股票收益R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析 数据分享|R语言逻辑回归、线性判别分析LDA、GAM、MARS、KNN、QDA、决策树、随机森林、SVM分类葡萄酒交叉验证ROC MATLAB随机森林优化贝叶斯预测分析汽车燃油经济性 R语言用Rcpp加速Metropolis-Hastings抽样估计贝叶斯逻辑回归模型的参数 R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病 R语言中贝叶斯网络（BN）、动态贝叶斯网络、线性模型分析错颌畸形数据 R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归 Python贝叶斯回归分析住房负担能力数据集 R语言实现贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析 Python用PyMC3实现贝叶斯线性回归模型 R语言用WinBUGS 软件对学术能力测验建立层次（分层）贝叶斯模型 R语言Gibbs抽样的贝叶斯简单线性回归仿真分析 R语言和STAN,JAGS：用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据 R语言基于copula的贝叶斯分层混合模型的诊断准确性研究 R语言贝叶斯线性回归和多元线性回归构建工资预测模型 R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例 R语言stan进行基于贝叶斯推断的回归模型 R语言中RStan贝叶斯层次模型分析示例 R语言使用Metropolis-Hastings采样算法自适应贝叶斯估计与可视化 R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型 WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较 R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样 R语言贝叶斯推断与MCMC：实现Metropolis-Hastings 采样算法示例 R语言使用Metropolis-Hastings采样算法自适应贝叶斯估计与可视化 视频：R语言中的Stan概率编程MCMC采样的贝叶斯模型 R语言MCMC:Metropolis-Hastings采样用于回归的贝叶斯估计R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据 R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析 R语言基于Bagging分类的逻辑回归(Logistic Regression)、决策树、森林分析心脏病患者 R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化
