airbnb预测：预测airbnb价格-源码

使用Python预测和可视化纽约市的Airbnb价格 我以劳拉·刘易斯（Laura Lewis）的项目为基准（ ）。 我项目的不同之处在于，重点放在纽约市的airbnb列表上。 我还使用NPL库进行了情绪分析，以查看每个列表的正面评价如何，以及引入外部数据来尝试增加我解释的方差得分。 我在COVID之前（2020年9月）获得了airbnb列表，因为事实证明COVID的价格异常高。 我的项目分为5个不同的笔记本： getZipcodes.ipynb，我尝试使用它们的经度和纬度坐标获取每个列表的邮政编码。 Data_Cleansing.ipynb，是我进行数据整理和清理以及获取每个列表的平均极性得分的地方 restaurnat_data_cleansing，在这里我获得一个数据集，该数据集的每个nyc邮政编码中都有餐馆数量，以后我将其用于合并 Visualization / Model