兰州二手房房价预测

案例介绍

通过对房天下兰州二手房数据构建房价预测模型，实现二手房房价的预测分析。

数据集介绍

数据集下载：house-handler.csv

案例操作

为了实现对兰州二手房的房价预测，我们需要构建以下工作流：

1、拖动"加载文件"控件到画布中，单击控件，选择"house-handler.csv"上传，上传后控件会显示数据基本信息，案例中的数据集包含5894个实例，15个特征，包含4.8%的缺失值，详细内容如下图所示：

2、拖动"编辑属性类型"控件到画布中，数值类型只保留【建筑面积】、【单价】、【总价】三个字段，其余字段全部设置为离散类型。具体配置如下：

3、创建完属性后，需要将刚创建的属性配置为待预测的目标属性。拖动"属性选择"控件到画布中，将总价从【特征属性】中移动到【目标属性】中，剩余的属性作为【特征属性】用来训练模型。具体配置如下：

4、完成模型构建必要属性的选择后，选择抽样得到的数据用于建模，剩余的数据用于评估模型好坏。拖动"数据抽样"控件到画布中，选择【交叉验证】，具体参数信息如下：

5、我们选择两个可用于回归任务的模型对数据进行建模，分别拖动"线性回归"、"决策树"控件到画布中。其中，"线性回归"控件中选择"岭回归 (L2)"选项，配置如下：

6、"决策树"控件采用默认配置，配置如下；

配置完毕后，分别运行两个控件，完成模型构建。

7、拖动"预测"控件到画布中，连接了测试数据、"线性回归"、"决策树"两个模型后，采用默认的输出配置，运行后模型将把原始数据、类别预测值输出用于模型评估：

8、点击【查看预测结果】对模型预测结果进行查看，默认显示前500条：

9、拖动"测试和评分"控件到画布中，连接"数据抽样"控件的两个输出分别作为训练数据、测试数据，将"线性回归"、"决策树"作为两个模型输入，点击【查看结果】，选中【在测试集中测试】选项，将得到两个模型在回归任务上的相关评价指标，包括MSE、RMS、MAE等，具体信息如下图所示：