根据先前数据预测数据

Question

我有一个包含以下变量的数据集：

• 房间数
• 社区
• 2018-2019年的价格
• 2017-2018年的价格
• 2016-2017年的价格
• 2015-2016年的价格
• 是否带家具
• 建设时代

我的目标是根据这些变量预测房价。是否有可能以任何明智的方式预测未来价格将如何变化？我最初的想法是计算以前所有事件的平均值，并预测将是这样。但这似乎并不准确。然后，我将使用LinearRegression类的对象使用截距和系数来手动计算值。

但是它没有考虑到当年的任何数据（如果一直高于平均水平，那么猜测可能会稍高一些。）>

是否有用于预测房价的特定公式？

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score

import sys
np.set_printoptions(threshold=sys.maxsize)
import warnings
warnings.filterwarnings('ignore')

df = pd.read_excel('houses.xlsx', encoding='utf-8')
# No data cleaning to do 
new_df = pd.get_dummies(df)
new_df['Price 2019 - 2020'] = np.zeros(len(new_df))

X = new_df[new_df.columns.difference(['Price 2018 - 2019'])]
y = new_df["Price 2018 - 2019"] 

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state = 50)

reg = LinearRegression().fit(X_train, y_train)
sklearn_train_r2 = reg.score(X_train, y_train)
sklearn_test_r2 = reg.score(X_test, y_test)

# Predict on the test data
y_test = np.array(y_test)

sklearn_pred = reg.predict(X_test)
sklearn_mae = mean_absolute_error(y_test, sklearn_pred.reshape(-1))
sklearn_rmse = np.sqrt(mean_squared_error(y_test, sklearn_pred.reshape(-1)))

sklearn_train_accuracy = reg.score(X_train, y_train)
sklearn_test_accuracy = reg.score(X_test, y_test)

pd.DataFrame([[sklearn_train_accuracy],
              [sklearn_test_accuracy],
              [sklearn_train_r2], 
              [sklearn_mae], 
              [sklearn_rmse]], 
             ['Train Accuracy', 'Test Accuracy', 'Train R2', 'MAE', 'RMSE'], \
             ['Scikit-learn'])

#For retrieving the slope:
print(reg.intercept_)
#For retrieving the coefficients:
coeff_df = pd.DataFrame(reg.coef_, X.columns, columns=['Coefficient'])  
coeff_df
每个洞察力都是有帮助的。

我有一个包含以下变量的数据集：房间数量邻里2018-2019年的价格2017-2018年的价格2016-2017年的价格2016-2017年的价格2015-2016年的价格有家具还是无建筑时代...

Answer 1

您可以尝试在感兴趣的房屋类别中创建趋势线。然后将趋势线插值到将来。