AirbnbRevenueEstimator:用于自学的个人项目。 一个应用程序,用户可以通过该应用程序找到通过Airbnb租用房产可以赚取多少收入,以及该收入与房产总价值的比较

时间:2024-03-03 21:14:00
【文件属性】:

文件名称:AirbnbRevenueEstimator:用于自学的个人项目。 一个应用程序,用户可以通过该应用程序找到通过Airbnb租用房产可以赚取多少收入,以及该收入与房产总价值的比较

文件大小:13.11MB

文件格式:ZIP

更新时间:2024-03-03 21:14:00

JupyterNotebook

Airbnb收入估算工具-布宜诺斯艾利斯市 最终应用程序: : 项目目的 在这个项目中,我试图找出影响房地产价格和Airbnb价格的特征。 最终产品是一种应用程序,用户可以在其中找到通过Airbnb租借物业可赚取多少收入,以及该收入与物业总价值的比较。 这是一个用于自学的个人项目。 该项目的目的是使用多个数据源来执行从A到Z的数据项目。 我特别想学习使用破折号和绘图来部署我的模型并创建交互式图形。 数据集 我使用了以下4个数据集: Airbnb数据集。 该数据集包含有关24.134个Airbnb列表的信息,可以在以下位置找到: ://insideairbnb.com/ Properati数据集。 该数据集包含来自房地产网站Properati的1.000.000属性的信息: ://www.properati.com.ar 地铁站数据集:此数据集包含布宜诺斯艾利斯市所有地铁站的


【文件预览】:
AirbnbRevenueEstimator-main
----Properati - Data Preparation and Exploration.ipynb(1.08MB)
----requirements.txt(682B)
----Airbnb - Modelling.ipynb(1.63MB)
----Properati - Modelling.ipynb(1.35MB)
----airbnb_reduced.pkl(645KB)
----Airbnb - Data Preparation and Exploration.ipynb(1.13MB)
----README.md(4KB)
----airbnb_model_catboost.pkl(1.02MB)
----Procfile(25B)
----properati_reduced.pkl(1.71MB)
----app.py(29KB)
----properati_model_XGB.pkl(19.69MB)
----estaciones-de-subte.csv(5KB)
----Reducing datasets.ipynb(2KB)

网友评论