基于大数据的房价数据可视化分析预测系统 |
您所在的位置：网站首页 › 关于西安房价的走势论文 › 基于大数据的房价数据可视化分析预测系统 |
基于大数据的房价数据可视化分析预测系统
|
温馨提示：文末有 CSDN 平台官方提供的博主 Wechat / QQ 名片 :) 1. 项目背景房地产是促进我国经济持续增长的基础性、主导性产业，二手房市场是我国房地产市场不可或缺的组成部分。由于二手房的特殊性，目前市场上实时监测二手房市场房价涨幅的情况较少，影响二手房价的因素错综复杂，价格并非呈传统的线性变化。 本项目利用Python实现某一城市二手房相关信息的爬取，并对爬取的原始数据进行数据清洗，存储到数据库中，通过 flask 搭建后台，分析影响二手房房价的各类因素，并构建递归决策树模型，实现房价预测建模。 基于大数据的房价数据可视化分析预测系统 2. 二手房数据二手房信息爬取流程为，先获取该市所有在售楼盘，以保定市为例，其中，p1 表示分页的页码，因此可以构造循环，抓取所有分页下的楼盘数据。 base_url = 'https://baoding.xxxx.com/community/p{}/' all_xqlb_links = set() for page in range(1, 51): url = base_url.format(page) # 获取 html 页码，并进行dom解析 # ...通过分析 html 页面的 Dom 结构，利用 Bootstrap 进行解析，获取楼盘的详细字段信息。 同理，获取楼盘下所有在售房源信息： def get_house_info(house_link): """获取房屋的信息""" headers = { 'accept': '*/*', 'accept-encoding': 'gzip, deflate, br', 'accept-language': 'zh-CN,zh;q=0.9,en;q=0.8', 'cookie': 'Your cookie', 'referer': house_link, 'sec-fetch-dest': 'empty', 'sec-fetch-mode': 'cors', 'sec-fetch-site': 'same-origin', 'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.116 Safari/537.36' } response = requests.get(house_link, headers=headers) response.encoding = 'utf8' soup = BeautifulSoup(response.text, 'lxml') house_info = { '链接': house_link, '产权性质': '未知', '房屋类型': '未知', '产权年限': '未知', '房本年限': '未知', '唯一住房': '未知', '参考首付': '未知', '发布时间': '未知', '总价': '', '单价': '', '房屋户型': '未知', '所在楼层': '未知', '建筑面积': '', '装修程度': '未知', '房屋朝向': '未知', '建造年代': '未知', '配套电梯': '无', '所属小区': '未知', '所在位置': '未知' } tbody = soup.select('tbody.houseInfo-main')[0] tds = tbody.select('td') for td in tds: datas = td.text.split(' ') if '产权性质' in datas[0]: house_info['产权性质'] = datas[0].replace('产权性质', '') if '产权年限' in datas[0]: house_info['产权年限'] = datas[0].replace('产权年限', '') if '发布时间' in datas[0]: house_info['发布时间'] = datas[0].replace('发布时间', '') if '唯一住房' in datas[0]: house_info['唯一住房'] = datas[0].replace('唯一住房', '') if '房屋类型' in datas[0]: house_info['房屋类型'] = datas[0].replace('房屋类型', '') if '房本年限' in datas[0]: house_info['房本年限'] = datas[0].replace('房本年限', '') if '参考预算' in datas[0]: yusuan = datas[0].replace('参考预算', '') house_info['参考首付'] = yusuan[2:].split('，')[0] total_price = soup.select('span.maininfo-price-num')[0] total_price = total_price.text.strip() house_info['总价'] = total_price avgprice = soup.select('div.maininfo-avgprice-price')[0] avgprice = avgprice.text.strip() house_info['单价'] = avgprice huxing = soup.select('div.maininfo-model-item.maininfo-model-item-1')[0] huxing = huxing.text.strip() house_info['房屋户型'] = huxing.split(' ')[0] house_info['所在楼层'] = huxing.split(' ')[1] daxiao = soup.select('div.maininfo-model-item.maininfo-model-item-2')[0] daxiao = daxiao.text.strip() house_info['建筑面积'] = daxiao.split(' ')[0] house_info['装修程度'] = daxiao.split(' ')[1] chaoxiang = soup.select('div.maininfo-model-item.maininfo-model-item-3')[0] chaoxiang = chaoxiang.text.strip() house_info['房屋朝向'] = chaoxiang.split(' ')[0] house_info['建造年代'] = chaoxiang.split(' ')[1].split('/')[0][:-2] bar = soup.select('div.crumbs.crumbs-middle')[0] xiaoqu = bar.select('a.anchor.anchor-weak')[-1] house_info['所属小区'] = xiaoqu.text.strip() tags = soup.select('div.maininfo-tags')[0].text if '电梯' in tags: house_info['配套电梯'] = '有' # 所属区域 for line in soup.select('div.maininfo-community-item'): text = line.text.strip() if '所属区域' in text: house_info['所在位置'] = text.split(' ')[1].split('\xa0')[0] return house_info 3. 二手房数据清洗与存储抓取的原始数据可能存在数据异常、缺失等情况，需要进行数据清洗和数据类型转换等预处理操作。清洗后的数据存储到 mysql 或 sqlite 等关系型数据库中。 for house_info in all_house_infos: for key in all_keys: if key not in house_info: house_info[key] = '暂无' if isinstance(house_info['单价'], float): continue house_info['单价'] = float(house_info['单价'][:-3].strip()) house_info['总价'] = float(house_info['总价'].strip()) house_info['建筑面积'] = float(house_info['建筑面积'][:-1].strip()) house_info['参考首付'] = float(house_info['参考首付'][:-1].strip()) tmp = list(map(int, re.findall(r'(\d+)', house_info['房屋户型']))) house_info['房屋户型_室数'] = tmp[0] house_info['房屋户型_厅数'] = tmp[1] house_info['房屋户型_卫数'] = tmp[2] del house_info['房屋户型'] if '(' not in house_info['所在楼层']: house_info['所在楼层'] = '底层({})'.format(house_info['所在楼层']) house_info['总楼层'] = list(map(int, re.findall(r'(\d+)', house_info['所在楼层'])))[0] house_info['所在楼层'] = house_info['所在楼层'][:2] 4. 二手房价可视化分析预测系统系统采用 flask 搭建 web 后台，利用 pandas 等工具包实现对当前城市二手房现状、二手房价格影响因素等进行统计分析，并利用 bootstrap + echarts 进行前端渲染可视化。系统通过构建机器学习模型（决策树、随机森林、神经网络等模型），对二手房价格进行预测。 4.1 系统首页/注册登录
房价影响因素包括：建造年代、建筑面积、房屋户型、朝向、房屋类型、楼层、装修程度、配套电梯、房本年限、产权性质、唯一住房、所在区域、周边设施等等诸多因素。我们对每类因素的影响情况分别进行可视化展示：
通过一些列的特征工程、数据标准化、训练集验证集构造、决策树模型构建等操作，完成决策树模型的交叉验证训练和模型评估： print('---> cv train to choose best_num_boost_round') dtrain = xgb.DMatrix(train_X, label=train_Y, feature_names=df_columns) xgb_params = { 'learning_rate': 0.005, 'n_estimators': 4000, 'max_depth': 3, 'min_child_weight': 1.5, 'eval_metric': 'rmse', 'objective': 'reg:linear', 'nthread': -1, 'silent': 1, 'booster': 'gbtree' } cv_result = xgb.cv(dict(xgb_params), dtrain, num_boost_round=4000, early_stopping_rounds=100, verbose_eval=400, show_stdv=False, ) best_num_boost_rounds = len(cv_result) mean_train_logloss = cv_result.loc[best_num_boost_rounds-11 : best_num_boost_rounds-1, 'train-rmse-mean'].mean() mean_test_logloss = cv_result.loc[best_num_boost_rounds-11 : best_num_boost_rounds-1, 'test-rmse-mean'].mean() print('best_num_boost_rounds = {}'.format(best_num_boost_rounds)) print('mean_train_rmse = {:.7f} , mean_valid_rmse = {:.7f}\n'.format(mean_train_logloss, mean_test_logloss))模型训练结果： ---> cv train to choose best_num_boost_round [0] train-rmse:4.10205 test-rmse:4.10205 [400] train-rmse:0.59919 test-rmse:0.605451 [800] train-rmse:0.20857 test-rmse:0.230669 [1200] train-rmse:0.185981 test-rmse:0.21354 [1600] train-rmse:0.181188 test-rmse:0.211841 [2000] train-rmse:0.177933 test-rmse:0.211291 [2400] train-rmse:0.174346 test-rmse:0.210886 best_num_boost_rounds = 2512 mean_train_rmse = 0.1733781 , mean_valid_rmse = 0.2108875测试集预测结果与真实值分布情况： print('决策树模型在验证集上的均方误差 RMSE 为：', rmse(valid_Y, predict_valid)) >> 决策树模型在验证集上的均方误差 RMSE 为： 0.19991482173207226
二手房价格预测模型交互式页面：
本项目利用Python实现某城市二手房相关信息的爬取，并对爬取的原始数据进行数据清洗，存储到数据库中，通过 flask 搭建后台，分析影响二手房房价的各类因素，并构建递归决策树模型，实现房价预测建模。 欢迎大家点赞、收藏、关注、评论啦 ，由于篇幅有限，只展示了部分核心代码。 技术交流认准下方 CSDN 官方提供的学长 Wechat / QQ 名片 :) 精彩专栏推荐订阅： 1. Python 毕设精品实战案例2. 自然语言处理 NLP 精品实战案例3. 计算机视觉 CV 精品实战案例
|
【本文地址】
今日新闻 |
推荐新闻 |