Price-prediction-and-recommendation-of-second-hand-housing-in-Shanghai Price prediction and recommendation of second-hand housing in Shanghai（上海地区二手房价格预测及推荐） 先上系统运行的截图： 1、本系统为本人读研数据课课程project。 2、本系统主要功能：爬取链家上海地区二手房信息，使用postgresql的机器学习库MADlib，采用KNN算法对用户输入的需求信息预测房价及推荐五个相似房源。 3、开发环境：centos7 64位、PostgreSQL9.5、MadLib1.13、pgAdmin4.2、Python2.7（web部分）、python3.6（数据爬取及处理部分） 本系统web显示界面在好友蒋雯协助下完成，其他工作由我完成。 da

房价预测测试集

房价预测文件

哈里森和鲁宾菲尔德于 1978 年收集的波士顿房价数据集，该数据集包括 506 个样本场景，每个房屋含 14 个特征： CRIM：城镇人均犯罪率 ZN：占地 25000 平方英尺（1 英尺=0.3048 米）以上的住宅用地比例 INDUS：每个城镇的非零售商业用地比例 CHAS：查尔斯河（Charles River）变量（若土地位于河流边界，则为 1；否则为 0） NOX：一氧化氮浓度（每千万） RM：每个寓所的平均房间数量 AGE：1940 年以前建成的自住单元比例 DIS：到 5 个波士顿就业中心的加权距离 RAD：径向高速公路可达性指数 TAX：每万美元的全价值物业税税率 PTRATIO：镇小学老师比例 B：1000(Bk-0.63)2，其中 Bk 是城镇黑人的比例 LSTAT：低地位人口的百分比 MEDV：1000 美元自有住房的中位值

印第安人糖尿病数据集，波士顿房价数据集合集。用于数据回归分析等。

住房_价格_分配 借助Ridge和Lasso回归进行房价分析

1.mnist数据集：整个数据集由来自 250 个不同人手写的数字构成，其中 50%是高中学生, 50% 来自人口普查局的工作人员。训练集：60000，测试集：10000 2.imdb数据集：这数据集包含了50000条偏向明显的评论，其中25000条作为训练集，25000作为测试集。label为pos(positive)和neg(negative)。 3.boston_housing数据集：数据来自1970年代，波斯顿周边地区的房价，是用于机器学习的经典数据集。该数据集很小，共计506条数据，分为404个训练样本和102个测试样本。 4.cifar-10数据集：CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说，五个训练集之和包含来自每个类的正好5000张图像。

深度预测房价EDA 在该项目中，使用Kaggle's competition数据集。 在此过程中，我们将经历： 使用IQR和z-score方法去除异常值 可视化categorical变量和continuous变量 如何处理string dtype列以构建machine learning model 处理missing价值 入门 该可在Kaggle上使用，可在创建该笔记本的相同环境中使用，即使用所使用的相同版本的软件包等。 发现 要了解EDA阶段的发现，请进入 机器学习模型 学习曲线 RMS和R2分数 根据实际值可视化我们的预测 执照

housing data 数据集 用于梯度下降以及线性规划

波特兰地区街区组统计 我不确定这会带来什么，但最初的目的是帮助最需要的人确定住房机会和援助。 目前，这是一种为波特兰加载和检查每个块组数千个数据点的方法。 来自美国住房和城市发展部的大约。 来自 2009-2013 美国社区调查 5 年估计的。 要求 PostgreSQL 地理信息系统 GDAL 节点（用于 topojson 生成） 几个命令 这些还不是万能的，但这里是基本的脚本。 # Import all data to postgres script/import-psql -d DATABASE_NAME # Export blockgroups, streets, parks, rivers and buildings to a single topojson file per TSP district. script/export-topojson -d DATABA