[Kaggle比赛题目]基于统计检验与随机森林回归模型预测房价

1.项目背景

在当今房地产市场中，准确评估住宅物业的价值对于买家、卖家以及房地产投资者而言至关重要，房产价值的准确评估不仅可以帮助买家和卖家做出明智的决策，还可以为投资者提供可靠的参考，以便在市场中抓住最佳投资机会。为了实现这一目标，本项目主要通过斯皮尔曼相关性分析、方差分析得出影响房价的显著因素，通过这些因素建立随机森林回归模型，预测精度高，最后通过输出模型的重要特征，为房产估值提供科学依据。

2.数据说明

字段	说明
SalePrice	房产售价（美元）；目标变量。
MSSubClass	建筑类别
MSZoning	地区的总区域规划分类
LotFrontage	与物业相连的街道线性英尺长度
LotArea	土地面积（平方英尺）
Street	道路访问类型
Alley	小巷访问类型
LotShape	土地的大概形状
LandContour	土地的平坦程度
Utilities	可用的公用设施类型
LotConfig	土地配置
LandSlope	土地坡度
Neighborhood	位于埃姆斯市区内的物理位置
Condition1	靠近主干道或铁路的接近程度
Condition2	第二条主干道或铁路的接近程度（如果存在的话）
BldgType	居住类型
HouseStyle	居住样式
OverallQual	总体材料和装修质量
OverallCond	总体状况评级
YearBuilt	原始建造日期
YearRemodAdd	装修日期
RoofStyle	屋顶类型
RoofMatl	屋顶材料
Exterior1st	房屋外层覆盖物（第一层）
Exterior2nd	房屋外层覆盖物（如果有第二种材料）
MasVnrType	砖石贴面类型
MasVnrArea	砖石贴面面积（平方英尺）
ExterQual	外部材料质量
ExterCond	外部材料当前状况
Foundation	地基类型
BsmtQual	地下室高度
BsmtCond	地下室一般状况
BsmtExposure	地下室墙壁是否有直通或花园层面
BsmtFinType1	第一种完成区域（地下室）的质量
BsmtFinSF1	类型1完成的地下室平方英尺面积
BsmtFinType2	第二种完成区域（如果存在）的质量
BsmtFinSF2	类型2完成的地下室平方英尺面积
BsmtUnfSF	未完成的地下室面积（平方英尺）
TotalBsmtSF	地下室总面积（平方英尺）
Heating	加热类型
HeatingQC	加热系统的质量和状况
CentralAir	中央空调
Electrical	电气系统
1stFlrSF	首层平方英尺面积
2ndFlrSF	二楼平方英尺面积
LowQualFinSF	所有楼层中低质量完成的平方英尺面积
GrLivArea	地面上（非地下室）的生活区域平方英尺面积
BsmtFullBath	地下室全浴室数量
BsmtHalfBath	地下室半浴室数量
FullBath	地面上全浴室数量
HalfBath	地面上半浴室数量
BedroomAbvGr	地面以上（不包括地下室）的卧室数量
KitchenAbvGr	厨房数量
KitchenQual	厨房质量
TotRmsAbvGrd	地面上（不包括浴室）的总房间数
Functional	家庭功能评价
Fireplaces	火炉数量
FireplaceQu	火炉质量
GarageType	车库位置
GarageYrBlt	车库建造年份
GarageFinish	车库内部装修情况
GarageCars	车库容量（按车辆数计）
GarageArea	车库面积（平方英尺）
GarageQual	车库质量
GarageCond	车库状况
PavedDrive	水泥铺设的车道
WoodDeckSF	木质露台面积（平方英尺）
OpenPorchSF	开放式门廊面积（平方英尺）
EnclosedPorch	封闭式门廊面积（平方英尺）
3SsnPorch	三季门廊面积（平方英尺）
ScreenPorch	屏蔽门廊面积（平方英尺）
PoolArea	游泳池面积（平方英尺）
PoolQC	游泳池质量
Fence	围栏质量
MiscFeature	其他未分类的特色
MiscVal	其他特色的价值折现（美元）
MoSold	销售月份
YrSold	销售年份
SaleType	销售类型
SaleCondition	销售状况

3.Python库导入及数据读取

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy