文件名称：udacity_data_scientist
文件大小：6.18MB
文件格式：ZIP
更新时间：2024-04-23 08:48:24
JupyterNotebook
西雅图的AirBnB数据分析 动机 在这个项目中，我将研究西雅图的公寓价格与不同特征之间的关系，例如卧室数量，公寓类型或等级评分。 该博客文章可。 问题1：更好的评论分数与更高的价格相关吗？ 答案1：发现价格与评论评分之间存在很小的正相关关系。 问题2：airBnB在西雅图的公寓面积分布如何？ 答案2：平均公寓面积为854平方英尺，最小面积为420，最大尺寸为3000。 问题3：哪种物业类型的价格最高？ 答案3：每晚最高价格是用船赚的，而价格最低的公寓是宿舍。 问题4：让我们使用公寓的大小，物业类型，床位数和评论评分为价格创建线性回归模型，以预测每晚价格。 影响最大的因素是什么？ 答案4：我们可以看到，价格和输入要素之间最强的相关性是床位数。 同样，公寓类型也不再重要了。 但是，由于输入要素的数量与原始数据集相比很小，因此我们应该对此有所了解。 档案说明 ./files/seattle_
【文件预览】：
udacity_data_scientist-main
----project_2()
--------models()
--------README.md(2KB)
--------data()
--------app()
----README.md(2KB)
----project_1()
--------.ipynb_checkpoints()
--------blog()
--------README.md(35B)
--------project_1.html(520KB)
--------files()
--------project_1_files()
--------project_1.ipynb(263KB)
----capstone()
--------Sparkify_small_data.ipynb(102KB)
--------.idea()
--------README.md(2KB)
--------Sparkify_big_data.ipynb(52KB)
----.gitignore(2KB)