Python数据分析之房价预测

　　学习数据分析的第一次练手项目。从网上爬取关于房价的相关数据属性来分析房价，并且基于一些属性来预测房价，使用的是网格搜索算法。相关的数据文件和完整代码可以从文末获取。 　　GridSearchCV介绍： 　　能够系统地遍历多种参数组合，通过交叉验证确定最佳效果参数；他能够自动调参，只要把参数输进去，就能给出最优化的结果和参数，适合于小数据集。 　　一、需要的相关库： 　　（1）numpy 　　（2）pandas 　　（3）matplotlib 　　（4）seaborn 　　（5）scikit-learn 　　以上所有库都能通过 pip下载，在用之前要先去看看官方API，英文看不懂可以去菜鸟教程看看。 　　二、代码部分： 　　（一）提取所需属性保存到CSV中 　　将房价数据文件中的price、bedrooms、sqft_living、grade这几列提取到另一个新的CSV中保存，方便后续的进行： 　　（二）数据分析并实现可视化 　　绘制属性之间的可视化图表，通过图表直观展示属性值对于房价的影响程度。在绘制之前先看数据完整程度，是否需要进行特征工程将缺失值、异常值数据处理好。（tip：这里没有进行特征工程，会影响后面的建模预测） 　　绘制出来的图表： 　　 　　图1 居室面积与房价的关系图 　　 　　图2 卧室个数、等级与房价的关系图 　　 　　图3 各属性关系散点图 　　三、数据划分 　　划分数据为两部分，分别为训练数据和测试数据，可以自己控制训练数据多少，这里训练数据为70%，剩余30%用于测试。 　　四、建立模型计算R2分数 　　用网格搜索算法建立模型，通过交叉验证对参数空间进行求解，寻找最佳的参数。 　　五、获取最优模型并预测房价 　　获取到的score仅为0.61，准确度不是很高，可能原因是没有对缺失异常值进行处理，没有进行调参。 　　最后显示的结果为： 　　 　　所需CSV数据及完整代码地址：https://github.com/songtown/data_Analysis