ML之FE：利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理(史上最完整，建議收藏)
相關(guān)文章
ML之FE：利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理(史上最完整，建議收藏)
ML之FE：利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理實(shí)現(xiàn)
ML之FE：利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理(史上最完整，建議收藏)——附錄
ML之FE：利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理實(shí)現(xiàn)
ML之回歸預(yù)測(cè)：利用多個(gè)算法模型(LassoR、KernelRidgeR、ElasticNetR、GBR、LGBMR、XGBR)對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行回歸預(yù)測(cè)
ML之回歸預(yù)測(cè)：利用多個(gè)算法模型(LassoR、KernelRidgeR、ElasticNetR、GBR、LGBMR、XGBR)對(duì)國(guó)內(nèi)某平臺(tái)上海2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行回歸預(yù)測(cè)實(shí)現(xiàn)
利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)鏈家房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理
1、數(shù)據(jù)集信息輸出
1.3、數(shù)據(jù)集基本信息
(3000, 13) 13 3000
total_price object
unit_price object
roomtype object
height object
direction object
decorate object
area object
age float64
garden object
district object
total_price_Num float64
unit_price_Num int64
area_Num float64
dtype: object
Index(['total_price', 'unit_price', 'roomtype', 'height', 'direction',
'decorate', 'area', 'age', 'garden', 'district', 'total_price_Num',
'unit_price_Num', 'area_Num'],
dtype='object')
total_price unit_price roomtype ... total_price_Num unit_price_Num area_Num
0 290萬(wàn) 46186元/平米 2室1廳 ... 290.0 46186 62.79
1 599萬(wàn) 76924元/平米 2室1廳 ... 599.0 76924 77.87
2 420萬(wàn) 51458元/平米 2室1廳 ... 420.0 51458 81.62
3 269.9萬(wàn) 34831元/平米 2室2廳 ... 269.9 34831 77.49
4 383萬(wàn) 79051元/平米 1室1廳 ... 383.0 79051 48.45
[5 rows x 13 columns]
total_price unit_price roomtype ... total_price_Num unit_price_Num area_Num
2995 230萬(wàn) 43144元/平米 1室1廳 ... 230.0 43144 53.31
2996 372萬(wàn) 75016元/平米 1室1廳 ... 372.0 75016 49.59
2997 366萬(wàn) 49973元/平米 2室1廳 ... 366.0 49973 73.24
2998 365萬(wàn) 69103元/平米 2室1廳 ... 365.0 69103 52.82
2999 420萬(wàn) 49412元/平米 2室2廳 ... 420.0 49412 85.00
[5 rows x 13 columns]
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3000 entries, 0 to 2999
Data columns (total 13 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 total_price 3000 non-null object
1 unit_price 3000 non-null object
2 roomtype 3000 non-null object
3 height 3000 non-null object
4 direction 3000 non-null object
5 decorate 3000 non-null object
6 area 3000 non-null object
7 age 2888 non-null float64
8 garden 3000 non-null object
9 district 3000 non-null object
10 total_price_Num 3000 non-null float64
11 unit_price_Num 3000 non-null int64
12 area_Num 3000 non-null float64
dtypes: float64(3), int64(1), object(9)
memory usage: 304.8+ KB
age total_price_Num unit_price_Num area_Num
count 2888.000000 3000.000000 3000.000000 3000.000000
mean 2001.453601 631.953450 58939.028333 102.180667
std 9.112425 631.308855 25867.208297 62.211662
min 1911.000000 90.000000 11443.000000 17.050000
25% 1996.000000 300.000000 40267.500000 67.285000
50% 2003.000000 437.000000 54946.000000 89.230000
75% 2008.000000 738.000000 73681.250000 119.035000
max 2018.000000 9800.000000 250813.000000 801.140000
1.4、數(shù)據(jù)集類(lèi)型分類(lèi)
完整詳看：ML之FE：利用【數(shù)據(jù)分析+數(shù)據(jù)處理】算法對(duì)國(guó)內(nèi)某平臺(tái)2020年6月份房?jī)r(jià)數(shù)據(jù)集【12+1】進(jìn)行特征工程處理(史上最完整，建議收藏)——附錄
依次返回?cái)?shù)值型、類(lèi)別型字段、
['age', 'area_Num', 'unit_price_Num', 'total_price_Num']
['total_price', 'unit_price', 'roomtype', 'height', 'direction', 'decorate', 'area', 'garden', 'district']
Categ_cols_Unique
依次查看訓(xùn)練集、測(cè)試集中，類(lèi)別型字段的細(xì)分類(lèi)
total_price ['1000萬(wàn)', '100萬(wàn)', '1010萬(wàn)', '1019萬(wàn)', '1020萬(wàn)', '1025萬(wàn)', '1030萬(wàn)', '1035萬(wàn)', '1038萬(wàn)', '1040萬(wàn)', '1050萬(wàn)', '1057萬(wàn)', '1058萬(wàn)', '105萬(wàn)', '1060萬(wàn)', '1065萬(wàn)', '1070^……
米', '99904元/平米', '99927元/平米', '99974元/平米']
roomtype ['1室0廳', '1室1廳', '1室2廳', '2室0廳', '2室1廳', '2室2廳', '3室0廳', '3室1廳', '3室2廳', '3室3廳', '4室1廳', '4室2廳', '4室3廳', '5室1廳', '5室2廳', '5室3廳', '5室4廳', '6室2廳', '6室3廳', '6室4廳', '7室2廳', '9室6廳']
height ['上疊別墅/共4層', '下疊別墅/共3層', '下疊別墅/共4層', '下疊別墅/共5層', '下疊別墅/共6層', '中樓層/共10層', '中樓層/共11層', '中樓層/共12層', '中樓層/共13層', '中樓層/共14層', '中
樓層/共15層', '中樓層/共16層', '中樓層/共17層', '中樓層/共18層', '中樓層/共19層', '中樓層/共20
……
村', '首創(chuàng)旭輝城', '首創(chuàng)禧悅(一期)', '首創(chuàng)錦悅', '香山新村東北街坊', '香山新村東南街坊', '香山新村西北街坊', '香山新村西南街坊', '香樹(shù)麗舍', '香梅花園(二期)', '香楠小區(qū)', '香榭苑', '香樟公寓', '香樟苑(普陀)', '香水灣', '香溢花城(住宅)', '馨佳園(菊泉街1280弄)', '馨佳園(菊泉街1281弄)', '馨佳園(菊泉街1398弄)', '馨佳園(菊盛路851弄)', '馨佳園(韶山路419弄)', '馨寧公寓', '馬陸清水灣', '駿豪國(guó)際', '高境一村', '高境二村', '高安公寓', '高海家苑', '高行綠洲(六期)', '高行綠洲(四期)', '高行馨苑', '鴻凱灣綠苑', '鴻吉苑', '鴻基公寓', '鴻寶一村(北區(qū))', '鴻寶一村(南區(qū))', '鴻寶二村', '鴻寶新村', '鵬豐苑', '鵬宏苑', '鵬海小區(qū)', '鵬潤(rùn)伊頓公館', '鶴北新村', '黃山始信苑', '黃山新村', '黃山新苑', '黃浦新苑(公寓)', '黎安三村', '黎安二村', '黎明花園', '鼎信公寓', '鼎鑫名流世家', '齊七小區(qū)', '龍華小區(qū)', '龍庭公寓', '龍柏七村', '龍柏三村', '龍柏二村', '龍柏四村', '龍柏香榭苑', '龍澤園', '龍湖蔚瀾香醍', '龍湖酈城', '龔家宅']
district ['嘉定', '奉賢', '寶山', '徐匯', '普陀', '楊浦', '松江', '浦東', '虹口', '金山', '長(zhǎng)寧', '閔行', '青浦', '靜安', '黃浦']
Num_cols_Plot
total_price_Num [290 599 420 ... 366 365 420]
unit_price_Num [46186 76924 51458 ... 49973 69103 49412]
age [1993 2005 1995 ... 1995 1990 2011]
area_Num [62 77 81 ... 73 52 85]
1.5、缺失值處理
該數(shù)據(jù)集中包含缺失數(shù)據(jù)！輸出缺失數(shù)據(jù)所在坐標(biāo)(表格形式輸出)
data_Frame_null_count.csv 已經(jīng)成功保存到當(dāng)前文件夾！
依次判斷每列是否含有缺失數(shù)據(jù)：
False 12
True 1
dtype: int64
依次計(jì)算每列缺失值元素個(gè)數(shù)：
13 [0, 0, 0, 0, 0, 0, 0, 112, 0, 0, 0, 0, 0]
Missing_data_Per_dict_0： (12, 0.9231, {'total_price': 0.0, 'unit_price': 0.0, 'roomtype': 0.0, 'height': 0.0, 'direction': 0.0, 'decorate': 0.0, 'area': 0.0, 'garden': 0.0, 'district': 0.0, 'total_price_Num': 0.0, 'unit_price_Num': 0.0, 'area_Num': 0.0})
Missing_data_Per_dict_Not0： (1, 0.0769, {'age': 0.037333})
Missing_data_Per_dict_Over05： (0, 0.0, {})
Missing_data_Per_dict_1： (0, 0.0, {})
Missing_data_Per_dict_09： (0, 0.0, {})
Missing_data_Per_dict_08： (0, 0.0, {})
Missing_data_Per_dict_under01： (1, 0.0769, {'age': 0.037333})
依次計(jì)算每列缺失值元素占比： {'age': 0.037333}
data_Missing_dict {'total_price': 0.0, 'unit_price': 0.0, 'roomtype': 0.0, 'height': 0.0, 'direction': 0.0, 'decorate': 0.0, 'area': 0.0, 'age': 0.037333333333333336, 'garden': 0.0, 'district': 0.0, 'total_price_Num': 0.0, 'unit_price_Num': 0.0, 'area_Num': 0.0}
2、特征工程
2.1、數(shù)據(jù)分析之單變量統(tǒng)計(jì)可視化分析：
2.1.1、統(tǒng)計(jì)每個(gè)字段
統(tǒng)計(jì)字段名及其對(duì)應(yīng)長(zhǎng)度： roomtype 22
['2室1廳' '2室2廳' '1室1廳' '3室2廳' '1室0廳' '3室1廳' '2室0廳' '1室2廳' '4室3廳' '5室2廳'
'4室2廳' '5室3廳' '3室0廳' '5室1廳' '5室4廳' '6室4廳' '6室2廳' '6室3廳' '7室2廳' '9室6廳'
'3室3廳' '4室1廳']
roomtype字段下所有類(lèi)別 對(duì)應(yīng)數(shù)量
2室2廳 751
3室2廳 706
2室1廳 622
1室1廳 323
4室2廳 192
3室1廳 174
1室0廳 47
2室0廳 37
1室2廳 37
5室2廳 35
4室3廳 25
5室3廳 17
6室2廳 9
6室3廳 5
5室1廳 5
3室3廳 4
3室0廳 3
5室4廳 3
4室1廳 2
7室2廳 1
6室4廳 1
9室6廳 1
Name: roomtype, dtype: int64
統(tǒng)計(jì)字段名及其對(duì)應(yīng)長(zhǎng)度： height 138
['高樓層/共6層' '低樓層/共6層' '中樓層/共6層' '高樓層/共18層' '低樓層/共9層' '中樓層/共5層' '高樓層/共11層'
'高樓層/共4層' '高樓層/共32層' '中樓層/共7層' '高樓層/共30層' '中樓層/共12層' '中樓層/共24層' '低樓層/共4層'
'低樓層/共5層' '中樓層/共13層' '中樓層/共11層' '低樓層/共7層' '高樓層/共8層' '中樓層/共18層' '中樓層/共14層'
'低樓層/共17層' '中樓層/共30層' '低樓層/共18層' '高樓層/共13層' '中樓層/共31層' '中樓層/共29層'
'獨(dú)棟/共2層' '高樓層/共29層' '低樓層/共30層' '低樓層/共15層' '高樓層/共28層' '聯(lián)排/共3層' '中樓層/共8層'
'中樓層/共56層' '低樓層/共16層' '低樓層/共56層' '低樓層/共32層' '高樓層/共7層' '高樓層/共5層' '中樓層/共9層'
'高樓層/共33層' '高樓層/共22層' '低樓層/共26層' '中樓層/共35層' '低樓層/共23層' '低樓層/共35層'
'中樓層/共19層' '中樓層/共17層' '高樓層/共31層' '低樓層/共38層' '低樓層/共28層' '低樓層/共22層'
'低樓層/共24層' '中樓層/共16層' '高樓層/共25層' '低樓層/共14層' '雙拼/共2層' '中樓層/共4層' '高樓層/共17層'
'低樓層/共34層' '中樓層/共28層' '高樓層/共24層' '中樓層/共20層' '低樓層/共12層' '高樓層/共16層'
'中樓層/共25層' '聯(lián)排/共1層' '中樓層/共15層' '高樓層/共34層' '低樓層/共49層' '中樓層/共10層'
'低樓層/共11層' '高樓層/共14層' '中樓層/共21層' '中樓層/共32層' '共3層' '中樓層/共38層' '共1層'
'低樓層/共19層' '中樓層/共22層' '中樓層/共33層' '低樓層/共13層' '低樓層/共20層' '高樓層/共12層'
'中樓層/共37層' '高樓層/共15層' '低樓層/共25層' '低樓層/共31層' '高樓層/共26層' '高樓層/共9層' '雙拼/共3層'
'低樓層/共33層' '高樓層/共20層' '高樓層/共40層' '低樓層/共21層' '低樓層/共10層' '上疊別墅/共4層'
'低樓層/共2層' '低樓層/共8層' '低樓層/共61層' '中樓層/共59層' '高樓層/共36層' '中樓層/共27層'
'下疊別墅/共6層' '高樓層/共10層' '高樓層/共27層' '高樓層/共21層' '低樓層/共3層' '高樓層/共37層'
'高樓層/共49層' '低樓層/共27層' '高樓層/共19層' '中樓層/共34層' '低樓層/共1層' '高樓層/共35層'
'低樓層/共43層' '低樓層/共51層' '中樓層/共39層' '低樓層/共29層' '中樓層/共36層' '高樓層/共43層'
'聯(lián)排/共2層' '中樓層/共23層' '獨(dú)棟/共3層' '高樓層/共23層' '高樓層/共39層' '共2層' '高樓層/共38層'
'高樓層/共45層' '中樓層/共63層' '中樓層/共26層' '下疊別墅/共5層' '下疊別墅/共3層' '下疊別墅/共4層'
'低樓層/共37層' '低樓層/共41層' '高樓層/共58層']
height字段下所有類(lèi)別 對(duì)應(yīng)數(shù)量
高樓層/共6層 557
中樓層/共6層 335
低樓層/共6層 260
中樓層/共5層 90
低樓層/共18層 84
...
下疊別墅/共3層 1
中樓層/共59層 1
低樓層/共41層 1
高樓層/共58層 1
高樓層/共43層 1
Name: height, Length: 138, dtype: int64
統(tǒng)計(jì)字段名及其對(duì)應(yīng)長(zhǎng)度： direction 34
['南' '南 北' '東南' '東 南' '北 西北' '東北' '西' '西南' '東南 南' '南 西南' '東' '南 西 北' '西 東'
'東 東南' '北' '南 西' '東 西' '北 南' '西南 西北' '暫無(wú)數(shù)據(jù)' '東 北' '東南 西北' '西北' '東南 西'
'東北 南 北' '東 南 北' '西 東北' '南 東南' '南 北 東 東南' '南 東' '南 北 西' '西 北 南' '西 北'
'東南 南 西北 北']
direction字段下所有類(lèi)別 對(duì)應(yīng)數(shù)量
南 2131
南 北 653
東南 50
西南 46
西 19
東 13
北 12
南 西 8
北 南 7
東南 南 7
南 西南 6
東北 5
暫無(wú)數(shù)據(jù) 5
東 南 5
南 西 北 4
西 東 3
東 西 3
西北 3
東 東南 3
東 北 2
北 西北 2
西 北 南 1
東 南 北 1
南 北 東 東南 1
西南 西北 1
西 北 1
東北 南 北 1
東南 南 西北 北 1
南 北 西 1
南 東 1
東南 西北 1
西 東北 1
南 東南 1
東南 西 1
Name: direction, dtype: int64
統(tǒng)計(jì)字段名及其對(duì)應(yīng)長(zhǎng)度： decorate 18
['平層/簡(jiǎn)裝' '平層/精裝' '簡(jiǎn)裝' '平層/毛坯' '精裝' '復(fù)式/精裝' '平層/其他' '躍層/精裝' '錯(cuò)層/精裝' '復(fù)式/簡(jiǎn)裝'
'復(fù)式/其他' '錯(cuò)層/其他' '錯(cuò)層/簡(jiǎn)裝' '復(fù)式/毛坯' '躍層/簡(jiǎn)裝' '毛坯' '錯(cuò)層/毛坯' '躍層/毛坯']
decorate字段下所有類(lèi)別 對(duì)應(yīng)數(shù)量
平層/精裝 1428
平層/簡(jiǎn)裝 997
平層/毛坯 247
復(fù)式/精裝 166
平層/其他 57
復(fù)式/簡(jiǎn)裝 39
復(fù)式/毛坯 17
錯(cuò)層/精裝 16
精裝 9
簡(jiǎn)裝 5
復(fù)式/其他 5
躍層/精裝 5
錯(cuò)層/簡(jiǎn)裝 2
躍層/簡(jiǎn)裝 2
躍層/毛坯 2
錯(cuò)層/毛坯 1
毛坯 1
錯(cuò)層/其他 1
Name: decorate, dtype: int64
統(tǒng)計(jì)字段名及其對(duì)應(yīng)長(zhǎng)度： garden 1859
['國(guó)和一村' '虹康花苑(三期)' '紀(jì)念小區(qū)' ... '南新東園' '遵義西大樓' '象嶼名城']
garden字段下所有類(lèi)別 對(duì)應(yīng)數(shù)量
新南家園 15
世茂濱江花園 13
田林十二村 10
萬(wàn)馨佳園 9
文怡花園 9
..
中海萬(wàn)錦城(三期) 1
天山華庭 1
靜安晶華園 1
檀香花苑(公寓) 1
陸家嘴花園(一期) 1
Name: garden, Length: 1859, dtype: int64
統(tǒng)計(jì)字段名及其對(duì)應(yīng)長(zhǎng)度： district 15
['楊浦' '長(zhǎng)寧' '虹口' '松江' '閔行' '寶山' '靜安' '徐匯' '浦東' '黃浦' '普陀' '嘉定' '奉賢' '金山'
'青浦']
district字段下所有類(lèi)別 對(duì)應(yīng)數(shù)量
浦東 794
閔行 400
徐匯 268
靜安 228
寶山 208
普陀 169
嘉定 155
松江 146
楊浦 141
長(zhǎng)寧 135
奉賢 95
黃浦 89
青浦 63
金山 55
虹口 54
Name: district, dtype: int64
Name: district, dtype: int64
{'浦東': 794, '閔行': 400, '徐匯': 268, '靜安': 228, '寶山': 208, '普陀': 169, '嘉定': 155, '松江': 146, '楊浦': 141, '長(zhǎng)寧': 135, '奉賢': 95, '黃浦': 89, '青浦': 63, '金山': 55, '虹口': 54}
2.1.2、對(duì)指定特征單變量統(tǒng)計(jì)可視化
(1)、常用于R預(yù)測(cè)對(duì)標(biāo)簽特征分析
count 3000.000000
mean 631.953450
std 631.308855
min 90.000000
25% 300.000000
50% 437.000000
75% 738.000000
max 9800.000000
Name: total_price_Num, dtype: float64
(2)、常用于C預(yù)測(cè)對(duì)標(biāo)簽特征分析
T1、各個(gè)特征內(nèi)統(tǒng)計(jì)類(lèi)別柱狀圖可視化?
2.2、關(guān)聯(lián)分析
2.3、分析之Num
2.3.1、Num變量之間PCC可視化
total_price_Num unit_price_Num age area_Num
total_price_Num 1.000000 0.638882 -0.101234 0.787404
unit_price_Num 0.638882 1.000000 -0.037053 0.184717
age -0.101234 -0.037053 1.000000 -0.075594
area_Num 0.787404 0.184717 -0.075594 1.000000
data_Frame_corr_df.csv已經(jīng)成功保存到當(dāng)前文件夾！
2.3.2、Num變量之間MIC可視化
2.3.3、Num尋找異常點(diǎn)
T1、利用散點(diǎn)圖scatter尋找異常點(diǎn)
T2、利用BP尋找異常點(diǎn)
2.3.4、Num PCP圖可視化
2.4、處理之Num
2.4.1、刪除指定成對(duì)列的異常值點(diǎn)
2.4.2、修正目標(biāo)特征的數(shù)據(jù)分布
(1)、標(biāo)簽特征數(shù)據(jù)分布曲線(xiàn)、散點(diǎn)圖可視化
(2)、符合正態(tài)分布的特征進(jìn)行l(wèi)og操作
(3)、非正態(tài)分布特征進(jìn)行box-cox操作
mu = 631.95 and sigma = 631.20
繪制Q-Q分位數(shù)圖：看是否與理論的一致
skewness：
Skew
area_Num 3.448604
unit_price_Num 1.121800
total_price_Num 0.639867
age -4.876660
(4)、再次觀察所有特征分布
skewness： Skew
area_Num 3.448604
unit_price_Num 1.121800
total_price_Num NaN
age -4.876660
總共有 4 數(shù)值型的特征做變換
dataset.head：
total_price unit_price roomtype ... total_price_Num unit_price_Num area_Num
0 290萬(wàn) 46186元/平米 2室1廳 ... 2.195911 26.721049 5.767642
1 599萬(wàn) 76924元/平米 2室1廳 ... 2.333830 29.376162 6.169801
2 420萬(wàn) 51458元/平米 2室1廳 ... 2.267808 27.266778 6.259553
3 269.9萬(wàn) 34831元/平米 2室2廳 ... 2.181588 25.337425 6.160505
4 383萬(wàn) 79051元/平米 1室1廳 ... 2.250204 29.523924 5.301667
[5 rows x 13 columns]
age [14 14 14 ... 14 14 14]
area_Num [5 6 6 ... 6 5 6]
unit_price_Num [26 29 27 ... 27 28 27]
total_price_Num [2 2 2 ... 2 2 2]
?
2.5、處理之Cat
2.5.1、單獨(dú)分析兩個(gè)特征的分布
2.5.2、數(shù)值化
T1法、T2法
DF_types：
total_price object
unit_price object
roomtype object
height object
direction object
decorate object
area object
age float64
garden object
district object
total_price_Num float64
unit_price_Num float64
area_Num float64
dtype: object
Col_dtypes_objects：
Index(['total_price', 'unit_price', 'roomtype', 'height', 'direction',
'decorate', 'area', 'garden', 'district'],
dtype='object')
total_price unit_price roomtype ... total_price_Num unit_price_Num area_Num
0 316 1125 4 ... 2.195911 26.721049 5.767642
1 560 2258 4 ... 2.333830 29.376162 6.169801
2 445 1350 4 ... 2.267808 27.266778 6.259553
3 287 634 5 ... 2.181588 25.337425 6.160505
4 410 2315 1 ... 2.250204 29.523924 5.301667
[5 rows x 13 columns]
非樹(shù)類(lèi)算法，正在進(jìn)行啞變量化
DF_types：
total_price int64
unit_price int64
roomtype int64
height int64
direction int64
decorate int64
area int64
age float64
garden int64
district int64
total_price_Num float64
unit_price_Num float64
area_Num float64
dtype: object
Col_dtypes_int64s：
Index(['total_price', 'unit_price', 'roomtype', 'height', 'direction',
'decorate', 'area', 'garden', 'district'],
dtype='object')
Col_dtypes_float64s：
Index(['age', 'total_price_Num', 'unit_price_Num', 'area_Num'], dtype='object')
age total_price_Num ... district_8 district_9
0 14.171884 2.195911 ... 0 0
1 14.190647 2.333830 ... 0 0
2 14.175018 2.267808 ... 1 0
3 14.196881 2.181588 ... 0 0
4 14.176584 2.250204 ... 0 0
[5 rows x 7784 columns]
dataset age total_price_Num ... district_8 district_9
0 14.171884 2.195911 ... 0 0
1 14.190647 2.333830 ... 0 0
2 14.175018 2.267808 ... 1 0
3 14.196881 2.181588 ... 0 0
4 14.176584 2.250204 ... 0 0
... ... ... ... ... ...
2995 14.198437 2.149222 ... 0 0
2996 14.192207 2.244601 ... 0 0
2997 14.175018 2.241467 ... 0 0
2998 14.167178 2.240939 ... 0 0
2999 14.199993 2.267808 ... 0 0
[3000 rows x 7784 columns]
設(shè)計(jì)思路
