全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析师(CDA)专版
7376 31
2018-01-26
一名合格的数据分析该怎样解释“买不起房”这件事?

北京很大,大到容得下两千多万人的吃喝拉撒睡。北京很小,小到装不下一个外地人的北漂梦。

我是一名北漂,来北京7年了,7年时间里不断地租房搬家,心里一直想买一套自己的房子,而北京的房价让我望而却步,打消了念头。又到年底,双方父母催婚催的厉害,在一起5年,确实要考虑结婚了。结婚就要买房,这又让我打起买房的主意,然而以我现在的积蓄,距离在北京买一套房还差多少?

链家网是北京知名的房屋买卖平台,于是我爬取了链家的二手房买卖数据,不要问为什么看二手房...爬虫代码如下:
1.png
数据清洗整理
将数据进行清洗处理后,剩余2999条数据,其中price是房屋单价(元/平米),district是所在区域,floor是房屋层高,area是房屋面积,subway是周围有无地铁,rooms是卧室数量,halls是客厅数量。北京的房价受学区房影响较大,但数据不好获取,这里就不做考虑了。
2.png
各区域在售房屋情况分析
发现朝阳区在售二手房屋最多,海淀、丰台、昌平其次。
3.png
北京房屋价格分析
北京二手房屋均价为65254元,中位数为61562元。
4.png
大部分房屋价格集中在35000-80000元区间。
5.png
地铁对房屋价格的影响
房屋附近有地铁的价格明显高于房屋附近没有地铁的价格。
6.png
分析房屋所在地域对房屋价格的影响
北京房价最便宜的区域是房山区,最贵的是西城区,价格分布如下:
7.png
通过箱线图,发现在朝阳区、大兴区、昌平区有很多异常值,也就是说有个别房屋价格明显高于本区平均价格。
8.png
绘制北京房价地图,颜色越深,房价越高,结果如下:
9.png 10.png
分析房屋面积对房屋价格的影响
没有明显的线性关系,说明房屋面积对房屋单价影响不大。
11.png
建立线性回归模型,预测房屋价格
前文再对价格画直方图时,发现北京的房价不符合正态分布,为了模型更加精准,先将价格取对数,取对数后的价格分布接近正态分布。
12.png
进行建模前需要筛选变量,使用向前选择法筛选变量时,所有变量都可以放入模型,于是尝试第一次建立回归模型。
13.png
卧室数量、客厅数量对价格不显著,于是将rooms、halls变量剔除后继续建模,R**2与aic并未受明显影响,模型合理。
14.png
通过建立的模型对原数据进行预测,用预测值减去真实值,差值在0附近波动,没有过多异常值,说明模型较为合理。
15.png
到此,基于链家网的二手房价格简易分析完成,而我想在海淀区买一套100平米的房子,最好在中层,附近要有地铁,方便上班出行。根据模型预测,购买类似房产的单价是82092元,总价是8209200,首付是35%,按我现在的工资水平..还要再干5年才能攒够首付…算了,我还是想想如何应对父母催婚吧…

PS:会一些数据分析,会发现生活很有趣,如果想要学习数据分析技能,可以参加CDA数据分析就业班,三个月转行数据分析师。点击“立即报名”了解课程详情,或者联系曹老师。


曹老师:
手机:18810531180
微信:
微信图片_20171226100026.jpg



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2018-1-26 11:02:11
谢谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-1-26 11:06:32
会一些数据分析,会发现生活很有趣!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-1-26 11:09:47
CDA数据分析分析就业班,零基础三个月学习,快速入门数据分析行业,高薪就业。很好的培训课程,值得学习!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-1-26 11:12:14
谢谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2018-1-26 11:14:29
扎心了老铁  不过学了CDA以后确实离买房更近了一步
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群