KC-房屋-销售-价格-推断模型:建立金县房屋销售价格的多元线性回归推断模型-源码

上传者: 42162978 | 上传时间: 2021-06-15 12:03:37 | 文件大小: 10.73MB | 文件类型: ZIP
预测金县的房屋销售价格 目的:使用给定的数据集(致力于此回购)建立并运行多元线性回归模型,以预测金县的房屋销售价格。 博客: : 回购内容 Python模块(在“ module2_scripts”文件夹中) formatter.py-包含检查原始数据格式并执行数据重新格式化的功能。 spacer.py-包含将变量拆分和分类到各自类别(即从属,连续,分类,二进制等)的功能。 cleaner.py-包含用于显示有关数据清理的数据诊断报告并执行清理操作的功能。 preprocessor.py-包含用于转换变量以准备进行建模的功能(例如,对数转换,标准化,一键编码等) grapher.py-包含使用一些静态属性(主要仅用于EDA)绘制图形的功能。 model.py-包含用于构建,测试和验证多元回归模型的功能。 pricer.py-包含使用OLS线性回归模型预测房地产销售价格的功

文件下载

资源详情

[{"title":"( 24 个子文件 10.73MB ) KC-房屋-销售-价格-推断模型:建立金县房屋销售价格的多元线性回归推断模型-源码","children":[{"title":"KC-Housing-Sales-Price-Inference-Model-main","children":[{"title":"module2_scripts","children":[{"title":"grapher.py <span style='color:#111;'> 4.99KB </span>","children":null,"spread":false},{"title":"pricer.py <span style='color:#111;'> 10.03KB </span>","children":null,"spread":false},{"title":"preprocessor.py <span style='color:#111;'> 7.08KB </span>","children":null,"spread":false},{"title":"util.py <span style='color:#111;'> 244B </span>","children":null,"spread":false},{"title":"separator.py <span style='color:#111;'> 3.91KB </span>","children":null,"spread":false},{"title":"formatter.py <span style='color:#111;'> 3.64KB </span>","children":null,"spread":false},{"title":"cleaner.py <span style='color:#111;'> 6.63KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 14.88KB </span>","children":null,"spread":false}],"spread":true},{"title":"kc_house_data.csv <span style='color:#111;'> 2.34MB </span>","children":null,"spread":false},{"title":"processing.ipynb <span style='color:#111;'> 119.45KB </span>","children":null,"spread":false},{"title":"EDA.ipynb <span style='color:#111;'> 386.22KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 6.26KB </span>","children":null,"spread":false},{"title":"pricing.ipynb <span style='color:#111;'> 171.74KB </span>","children":null,"spread":false},{"title":"pkl","children":[{"title":"model.p <span style='color:#111;'> 15.53MB </span>","children":null,"spread":false}],"spread":true},{"title":"modeling.ipynb <span style='color:#111;'> 558.78KB </span>","children":null,"spread":false},{"title":"preprocessing.ipynb <span style='color:#111;'> 1.36MB </span>","children":null,"spread":false},{"title":"module2_configs","children":[{"title":"column_code_config.jsonc <span style='color:#111;'> 456B </span>","children":null,"spread":false},{"title":"manual_binning_config.jsonc <span style='color:#111;'> 771B </span>","children":null,"spread":false}],"spread":true},{"title":"working_datasets","children":[{"title":"df_preprocessed_y.csv <span style='color:#111;'> 199.67KB </span>","children":null,"spread":false},{"title":"df_preprocessed_X.csv <span style='color:#111;'> 4.22MB </span>","children":null,"spread":false},{"title":"X_processed.csv <span style='color:#111;'> 3.60MB </span>","children":null,"spread":false},{"title":"df_clean_for_EDA.csv <span style='color:#111;'> 1.81MB </span>","children":null,"spread":false},{"title":"y_processed.csv <span style='color:#111;'> 199.67KB </span>","children":null,"spread":false},{"title":"df_preprocessed.csv <span style='color:#111;'> 4.40MB </span>","children":null,"spread":false}],"spread":true}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明