数据分析项目-房屋价格预测.zip

房屋价格预测

摘要

购买房屋已成为当前社会的热门话题。为了以更实惠的价格购买到心仪的房屋，了

解房地产市场的变化是非常必要的。因此，本文旨在探讨房屋价格影响指标的数据分析

针对问题二：基于问题一对指标的理解和探讨，对数据进行分析。在数据里存在错

位、缺失值、异常值等问题，通过移位、填充、删除等恰当方法对数据进行处理，同样

删除了一些没用分析价值的指标。对余下的指标逐一进行多种可视化分析和特征处理操

作，从各指标值的分布情况和对房屋总价格的影响来判断各指标是否影响房屋的总价格，

对影响指标值为标量进行哑变量处理。最后得出：有 13 个特征指标对房屋价格产生影

响，有 10 个指标是无用指标或者没用影响的指标。

针对问题三：基于问题二得出的 13 个特征指标，对其分别命名为𝑥

1

~𝑥

价格为𝑦。建立起 GSRF 回归预测模型，网格搜索随机森林回归（Grid-Search Random

关键词：房屋价格、数据分析、特征处理、GSRF 模型

1 问题重述................................................................................................................................ 1

5 问题二数据分析与处理........................................................................................................ 3

7 模型优缺点.......................................................................................................................... 20

8 参考文献.............................................................................................................................. 20

附录.......................................................................................................................................... 20

购买房屋已成为当前社会的热门话题。许多人认为房屋是必需品，购买房屋是奋斗

的动力之一。然而，对于大多数人来说，拥有一套属于自己的房屋并不是一件简单的事

情。为了以更实惠的价格购买到心仪的房屋，了解房地产市场的变化是非常必要的。影

响房屋价格的因素较多，如果能够预测房价信息，购买者将得到更多的参考信息，从而

购买到性价比更高的房屋，这将具有非常重要的实际价值。因此，本文旨在探讨房屋价

通过时事变化和资料翻阅，查找出影响房屋销售和价格的指标，并且对这些指标进

行解读和探讨，大部分销售和房价的影响都是类似的，但存在部分影响指标要根据数据

进行分析而得出的。

基于问题一的探讨，对 house 文件数据进行预处理操作，将缺失值、异常值以及错

位等数据进行恰当的处理。后对每个指标进行数量分布以及与房屋总价格关系的可视化，

从而找出影响房屋销量和总价格的指标，对影响指标的值为标量进行哑变量操作，从而

对影响指标特征进行归纳总结。

根据现在时事环境变化和文献参考，查找到了影响房屋总价格和房屋销量因素，也

对这些因素指标进行理解和探讨。以下是对部分影响指标进行解读

：

区域位置：区域的位置对房屋的销量和价格是重要影响因数之一。区域对房屋销量

和价格影响主要体现在该区域的经济状况、交通便利、就业与工资等。如今社会的科技

发展迅速，交通也越来越先进，而就业竞争也越来越大。很多人年轻人都想着在大城市

发展和就业，因为相对来说大城市的就业选择的机会多，且医疗先进、交通便利等因素，

但同样的大城市的房屋价格也相对来说比较高。

房屋朝向：房屋朝向的探讨有很多，在古代都是讲究着“坐北朝南”的房屋朝向，

对来说比较多人选择的。

梯户比例：梯户比例是指单元楼电梯数和每层楼住户数的比例。梯户比例的值可以

直接反映出该楼的人口密度人数和房屋户型结构。梯户比例越低，该层楼的人口数多，

高峰期时刻人们等电梯的时间会变长；楼层的租户数多反映了单套面积就小；而梯户比

例高，降低了社区的容积率，而且房价也相对昂贵；因此通常来说梯户比例较中等为好。

房屋户型：房屋户型主要包括四部分：卧室、客厅、厨房、卫生间。该指标相对来

说也是影响房屋销量和价格的主要因素之一。房屋户型的设计、功能分区、空间位置以

及空间利用等都是购房者的考虑因素。

房屋用途：房屋用途体现房屋价值的一个重要因素。房屋的用途有很多种，但通常

以住宅、商住两用、别墅三者为主。相对来说，别墅的单位面积最贵，商住两用的单位

以上是对部分影响房屋销量和价格的指标进行解读，明白了各指标的原理和意思。

其实影响房屋销量和价格的因素还有很多，但不同的区域数据，影响的因素指标也有不

同。因此，要通过对数观察分析才能更好的确定影响因素指标。

基于问题一的解读和可能影响价格指标的因素，现对数据进行预处理和可视化分析，

从而得出影响数据里房屋销量和总价格指标。

预处理一：错位值处理。针对文件里的数据，发现房屋用途为“别墅”的数据存在

部分特征指标的数值发生了错位现象，通过移位方法将值平移到对应的特征指标下。

错误，无法纠正；“图片”和“链接”都是网页链接；“ 房产权”指标的值只有“70 年”

一个，这些指标无分析的意义与价值，因此将指标列进行了删除，还有“房本备件”、

“编号”、“挂牌时间”和“上次交易”也是如此。

预处理四：缺失值处理。通过上述的操作后，发现有很多“暂无数据”的值，为了

更好的统计缺失值，将表里的“暂无数据”统一替换为空值。本文是关于房屋价格预测

的，所以首先将“房屋总价格”缺失值的数据行进行删除。后经过统计，各指标下的缺

失值如下图 1。

缺失值处理①：通过查找发现，“小区名字”和“所在区域”的缺失值都是来自同