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_lasso 随机数

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，床的数量，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
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

import pandas as pd
import numpy as np
import geopandas 
df = pd.read_csv('liashanghai.csv', sep =',', encoding='utf_8_sig', header=None)
df.head()

数据预处理

ETL处理，清理数据帧。

df_clean.head()

探索性分析 - 数据可视化

 
 
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

 

模型构建

尝试根据特征预测价格。 

y = df_clean.log_price
X = df_clean.iloc[:, 1:].drop(['price', 'log_price'], axis=1)

岭回归模型

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

rf_cv.fit(X_train, y_train)

 

XGBoost

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

 

xgb_cv.fit(X_train, y_train)

 

Keras神经网络

model.add(Dense(1, kernel_initializer='normal'))
# Compile model
model.compile(loss='mean_squared_error', optimizer='Adam')
model.summary()

kmeans聚类数据

  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)

---