文件名称：温哥华家的预测
文件大小：35KB
文件格式：ZIP
更新时间：2024-03-18 00:31:03
R
温哥华家的预测 在业务分析硕士课程期间，该模型是描述性和预测性分析课程最终项目的一部分。 已对工作进行了修改，以找出潜在投资候选者的低估物业。 概述 使用有关房屋的随时可用的信息，可以建立模型来预测其销售价格。 以下内容被视为潜在的解释变量： 上市天数（天） 总建筑面积（平方英尺） 年龄（岁） 地段面积（平方英尺） 该模型中使用的数据集（“房屋销售数据Vancouver.csv”）是从2019年至2020年初在温哥华的独立屋销售中收集的。销售价格的最高限额为$ 3百万。 脚步 探索数据集。 调查任何异常值，并决定是否将其包括在内。 建立许多模型。 检查多重线性回归的假设：线性，均方差和残差的正态性。 根据假设检验回归和交互作用的重要性。 预测样本外数据，并确定价值偏低的属性。 结果 型号:(房屋价格的预测值）= 9182 + 553.9（总建筑面积）+ 183.9（每平
【文件预览】：
vancouver-home-forecasting-main
----decision_tree.py(1KB)
----House sale data Vancouver.csv(80KB)
----mlr_functions.R(1KB)
----.gitignore(123B)
----mlr.R(4KB)
----README.md(3KB)
----decision_tree_functions.py(1KB)