住房预测
影响未来住宅价格的因素
目标:预测房屋的售价
对于这个项目,我选择研究波士顿房屋价格数据集。 数据库中的每个记录都描述了波士顿的郊区或城镇。 数据来自1970年的波士顿标准大都会统计区(SMSA)。属性定义如下(摘自UCI机器学习存储库1):
数据集:(504r,15col),目标:MEDV(买方房屋价格)
特征 :
CRIM:城镇居民人均犯罪率
ZN:25,000平方英尺以上的土地划为住宅用地的比例。
印度:每个城镇的非零售营业面积比例
CHAS:Charles River虚拟变量(如果束缚河流,则为1;否则为0)
NOX:一氧化氮浓度(百万分之几)
RM:每个住宅的平均房间数
年龄:1940年之前建造的自有住房的比例
DIS:到五个波士顿就业中心的加权距离
RAD:径向公路的可达性指数
税额:每10,000美元的全值财产税率
PTRATIO:各镇师生比例
B:10
1