PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据-CFANZ编程社区

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据

作者：Xingsheng Yang

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（点击文末“阅读原文”获取完整代码数据）。

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，床位数量，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（全部）
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

1.  import pandas as pd
2.   
3.  import numpy as np
4.   
5.  import geopandas 
6.   
7.  df = pd.read\_csv('lighai.csv', sep =',', encoding='utf\_8\_sig', header=None)
8.   
9.  df.head()

数据预处理

ETL处理，清理数据帧。

df_clean.head()

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_r语言

探索性分析 - 数据可视化

1.  plt.figure(figsize=(8, 6))
2.   
3.  sns.distplot(df_clean.price, bins=500, kde=True)
4.   
5.  plt.xscale('log') # Log transform the price

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_岭回归_02

读取地理数据

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_岭回归_03

plt.figure(figsize=(12, 12))

sns.heatmap(df_clean.corr(), square=True, annot=True, fmt = '.2f', cmap = 'vla

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_04

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_05

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_06

模型构建

尝试根据特征预测价格。

1.  y = df\_clean.log\_price
2.   
3.  X = df\_clean.iloc\[:, 1:\].drop(\['price', 'log\_price'\], axis=1)

岭回归模型

1.  ridge = Ridge()
2.   
3.  alphas = \[0.0001, 0.001, 0.001, 0.01, 0.1, 0.5, 1, 2, 3, 5, 10\]

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_07

Lasso回归

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_r语言_08

coef.sort_values(ascending=False).plot(kind = 'barh')

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_09

Random forest随机森林

rf\_cv.fit(X\_train, y_train)

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_岭回归_10

XGBoost

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

xgb\_cv.fit(X\_train, y_train)

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_11

Keras神经网络

1.  model.add(Dense(1, kernel_initializer='normal'))
2.   
3.  # Compile model
4.   
5.  model.compile(loss='mean\_squared\_error', optimizer='Adam')
6.   
7.  model.summary()

kmeans聚类数据

1.    kmeanModel = KMeans(n_clusters=k).fit(X) 
2.   
3.      kmeanModel.fit(X)     
4.   
5.      inertias.append(kmeanModel.inertia_) 
6.   
7.  plt.plot(K, inertias, 'bx-')

PYTHON链家租房数据分析：岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化|附代码数据_数据_12