1.数据挖掘——房价预测项目（一）（Anaconda&&Jupyter Notebook）

前段时间，学校安排我们进行了线上的生产实习。实习的内容是通过数据分析实现房价的预测，感觉还是挺有意思的，记录下来后边想看的时候还能再看看。

大数据时代下，分类和预测作为数据挖掘核心应用，已经在各个领域得到广泛应用，未来预测分析必定会成为所有领域的关键技术。整个项目大致就分了下面的这几个流程：收集数据（海量数据积累）、数据分析（预处理数据）、数据建模（特征工程）、数据模拟（模型训练）、经验总结  （评估迭代）。

前期准备

先说说为了实现项目所做的前期的准备。

Anaconda

我们用到的环境是Anaconda。Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

有很多人都会问：我已经安装了Python，那么为什么还需要Anaconda呢？

1.附带常用数据科学包，它附带了conda、Python和多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。

2.管理包。Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。

3.管理环境。为什么需要管理环境呢？同时安装两个Python版本可能会造成许多混乱和错误，这时候conda就可以帮助你为不同的项目建立不同的运行环境。

在这里提供两个Anaconda的国内源：

Anaconda官网下载：https://www.anaconda.com/distribution/#download-section

Anaconda清华镜像下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

具体的安装过程比较简单，大家可以参考https://blog.csdn.net/u012318074/article/details/77075209/

安装完成后大家在Anaconda Prompt的命令窗口中输入

conda list 

查看列表中各名称是否包含Numpy、Pandas、Matplotlib、Seaborn等

如果没有，可以在当前的窗口中用命令来完成相应的操作

conda install xx   ##用来安装第三方库
conda update  xx   ##用来更新第三方库

 

---

Jupyter Notebook

再说说Jupyter Notebook。

此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 Markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。

配置Jupyter为自定义的文件目录：

系统盘当前用户下找到.jupyter文件夹，用记事本打开

找到c.NotebookApp.notebook_dir = 一行，大概在260行上下，填入自定义文件夹路径。（#必须删除，且前面不能留空格）

找到JupyterNotebook快捷方式位置

右键选择属性，删掉目标框里%USERPROFILE%

完成设置后，打开Jupyter notebook 进行测试：

此外给大家介绍一些 ipython中常用的快捷键：

命令模式(边框为蓝色) Enter : 转入编辑模式 、A : 在上方插入新单元、 B : 在下方插入新单元

编辑模式(边框为绿色) ：Shift-Enter : 运行本单元，选中下个单元、 Ctrl-Enter : 运行本单元、 Alt-Enter : 运行本单元，在其下插入新单元、 Tab : 代码补全或缩进、 Shift-Tab : 提示、 Ctrl-] : 缩进、 Ctrl-[ : 解除缩进 、Ctrl-A : 全选、 Ctrl-Z : 复原