文件名称：Airbnb数据科学
文件大小：68.24MB
文件格式：ZIP
更新时间：2024-03-06 05:08:34
JupyterNotebook
Airbnb数据科学 目录 商业理解 在这个项目中，我们有兴趣回答有关airbnb业务的问题。 我们要回答的几个问题是：我们可以做些什么来吸引更多的顾客，人们来访城市的趋势如何？，是什么在特定时间内影响人们的出行次数？ 价格是影响与人生意失败的一个因素吗？ 可能的问题：-评级与价格之间是否存在关系？ -好的评论是否直接与较高的价格相关？ 数据理解 为了回答这些问题，我们必须对我们可以访问的数据有更好的了解。 为此，我们使用Kagle网站上互联网上提供给我们的开源数据。 在此站点中，我们找到了与位于波士顿市的Airbnb业务相关的数据。 查看listing.csv文件，我们可以看到诸如价格，浴室，卧室，minimum_nights，“ maximum_nights”等数据列。 到目前为止，这将是尝试回答一些问题的良好起点。 接下来，我们将准备数据，以便借助数据建模技术开始可视化。 准备数
【文件预览】：
airbnb-data-science-master
----.ipynb_checkpoints()
--------Untitled-checkpoint.ipynb(584B)
--------Untitled3-checkpoint.ipynb(72B)
--------business-understanding-checkpoint.ipynb(2KB)
--------prepare_data_seattle-checkpoint.ipynb(95KB)
--------Untitled2-checkpoint.ipynb(72B)
--------prepare_data-checkpoint.ipynb(415KB)
--------prepare_data_part2-checkpoint.ipynb(47KB)
--------Untitled1-checkpoint.ipynb(579B)
--------Untitled4-checkpoint.ipynb(588B)
--------airbnb-checkpoint.ipynb(586B)
----.DS_Store(6KB)
----questions.docx(21KB)
----~$-specs.docx(162B)
----p1()
--------.ipynb_checkpoints()
--------.DS_Store(8KB)
--------Untitled4.ipynb(588B)
--------prepare_data_functions.py(5KB)
--------Untitled1.ipynb(579B)
--------business-understanding.ipynb(2KB)
--------Untitled3.ipynb(72B)
--------github-airbnb.md(4KB)
--------prepare_data_part2.ipynb(47KB)
--------Untitled.ipynb(584B)
--------blog()
--------Untitled2.ipynb(72B)
--------boston()
--------prepare_data.ipynb(321KB)
--------__pycache__()
--------airbnb.ipynb(2KB)
--------prepare_data.ipynb copy(6KB)
--------prepare_data_seattle.ipynb(97KB)
--------seattle()
----p1-key-steps.docx(15KB)
----p1-specs.docx(15KB)
----README.md(2KB)
----~$-key-steps.docx(162B)