深圳二手房数据分析及价格预测大作业（实验/实训报告）

• 课程设计题目：　深圳二手房数据分析及价格预测
• 课程意义：利用科学的方法分析得出房价的主要影响因素，建立预测模型，预测近期的房价不仅有利于普通百姓更直观地根据市场、政策环境的变化分 析房地产的变化，更重要的是，这将有利于政府部门合理地对房地产市场进行调 控，使房价更合理、房地产市场的发展更稳健，从而解决民生问题，使老百姓安 居乐业。
• 设计原始资料：　深圳十个区房价数据集

1、导入数据，合并表格，并进行初步数据质量检验，得出数据有无缺失和重复。

　　2、因变量分析：单位面积房价分析，得出恰当结论。

　　3、自变量分析：（1）自变量自身分布分析：分类变量和连续变量；（2）各个自变量对因变量影响分析；得出恰当结论。

　　4、建立房价预测模型：（1）抽样；（2）检验各个变量的解释力度；（3）对于厅数做二分类处理，分类变量生成哑变量；（4）回归模型：线性回归模型、对数线性模型。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　5、房价预测：南山区、3室、80平米、临近地铁、学区房的单位面积房价和总价。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

设计说明

目   录

1. 需求分析说明 
   1.1基本步骤 
   1.2 各个功能模板的任务描述
2. 概要设计说明
   2.1 模块调用图
   2.2 模块整体的代码体系
3. 详细设计说明
   3.1 数据预处理模块
   3.2 自变量分析模块
   3.3 因变量分析模块
   3.4 可视化模块
   3.5 建立房价预测模型模块
   3.6 对模拟场景进行预测模块
4. 调试分析
   4.1 遇到的问题
   4.2 测试结果
5. 用户使用说明
6. 课程设计总结

1需求分析说明

深圳二手房数据分析价格预测课程设计的总体目标：在python课程学习的环境下，利用所学习过的python语言相关的数据知识，对老师提供的深圳二手房的数据集进行数据预处理及分析，且建立二手房房价预测模型并对模拟场景进行预测花费，通过对模拟场景预测结果对python语言相关知识能够深刻领会且灵活运用，以达到教学的目的。

1.1基本步骤如下：

1. 导入数据，对数据预处理即合并数据表格，并进行初步数据质量检验，检验数据有无缺失值和重复数据。
2. 数据分析，分别对自变量和因变量进行分析及自变量对因变量影响，观察数据是否合理，对数据统计整体情况，得出二手房数据恰当结论。
3. 数据挖掘，划分数据集，分层抽样，根据自变量与其一个或多个因变量的相关性，建立房价预测模型。
4. 对模拟场景进行预测，预测自变量与多个因变量结合的二手房的大概花费，一边查看模型的可靠性。

1.2以下是各功能模板的任务描述：

1. 数据预处理模块

本模块主要根据老师提供的的数据集进行下载，并导入jupyter notebook工具中对数据合并成一个整数据，且初步对数据预处理，检查数据缺失与重复情况。

1. 因变量分析模块

本模块对单位面积房价(per_pirce)分析，查看其均值、中位数、标准差、四分位数、最大值、最小值，并作因变量直方图，观察数据合理性，有无偏差值。

1. 自变量分析模块

分类变量查看各位自变量取值数量统计情况，获取连续变量的最小值、最大值、平均数、中位数、标准差，进行自变量分析。

1. 可视化模块

分析自变量对因变量的影响，分别对district、roomnum、hall、C_floor、subway、school、AREA列进行相应的可视化处理，以便得出自变量对因变量影响的恰当结论。

1. 建立房价预测模型模块

划分数据集，分层抽样，选取district、roomnum、hall、school、subway特征，对hall列二分类变量处理，对分类变量生成哑变量且对自变量(AREA)和因变量都取对数，训练和测试对数线性回归模型。

6.  对模拟场景进行预测模块

根据房价预测模型模块预测要找一个条件为南山区、有3个房间、面积大概再80㎡、有地铁、学区房的房子的大概花费。

测试数据：

1：所提供的深圳二手房数据集文件的数据

2概要设计说明

2.1模块调用图

模块调用图如图1所示。

数据预处理模块

自变量分析模块

因变量分析模块

可视化模块

建立房价预测模型模块

对模拟场景进行预测模块

图1 模块调用图

2.2模块整体的代码体系

模块I：导入数据，合并表格，并进行初步数据质量检验，得出数据有无缺失和重复

导入数据，合并表格

import numpy as np

import pandas as pd

from collections import Counter

import matplotlib.pyplot as plt

from bs4 import BeautifulSoup