二手房数据的分析与挖掘（七）-- 预测房价_二手手机数据预测分析和建模jupyter

实验环境

Windows7
Anaconda3
pandas
numpy

实验内容

在Jupyter notebook中利用numpy、pandas进行数据和模型的加载，利用模型来预测房价。

实验步骤

一、数据来源

特征处理后的测试数据（特征处理_test_data.csv）：https://download.csdn.net/download/qq_35809147/11178561
测试数据（测试数据.xlsx）：https://download.csdn.net/download/qq_35809147/11177349

二、代码解析

import numpy as np
import pandas as pd

test_data = pd.read_csv(u'H://特征处理_test_data.csv')

test_data.head()
1
2
3
4
5
6

test_data.info()
1

X = test_data

#将训练的模型从文件当中读出来
from sklearn.externals import joblib
predict_model = joblib.load('d://predict_model.m')
y = predict_model.predict(X)

#Hand
class_mapping = {
    u'便宜' : 1,
    u'适中' : 2,
    u'昂贵' : 3
    
}
inverse_mapping = {v: k for k, v in class_mapping.items()}

y = pd.Series(y).map(inverse_mapping)
y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

source_test_data = pd.read_excel(u'd://测试数据.xlsx')

source_test_data['Hand'] = y

source_test_data
1
2
3
4
5

source_test_data.to_excel(u'H://预测结果.xlsx', index=False)
1

三、预测结果下载：

预测结果数据：https://download.csdn.net/download/qq_35809147/11179137

欢迎加入大数据学习交流群，一起交流学习！