Press "Enter" to skip to content

用TensorFlow预测纽约市AirBnB租赁价格

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

作者|TIMOTHY102 编译|VK 来源|Analytics Vidhya

 

介绍

 

Airbnb是一个在线市场,允许人们将自己的房产或空余房间出租给客人。每预订3位客人,收取12%和6%的佣金。

 

该公司自2009年成立以来,已从每年帮助2.1万名客人找到住处,发展到每年帮助600万人度假,目前在90个不同国家的34000个城市列出了惊人的80万套房产。

 

在本文中,我将使用Kaggle-newyorkcityairbnb开放数据集,尝试用TensorFlow建立一个神经网络模型来进行预测。

 

目标是建立一个合适的机器学习模型,能够预测未来住宿数据的价格。

 

在本文中,我将展示我创建的Jupyter Notebook。你可以在GitHub上找到它: https://github.com/Timothy102…

 

加载数据

 

首先,让我们看看如何加载数据。我们用wget直接从Kaggle网站上获取数据。注意-o标志表示文件名。

 

 

数据集应该如下所示。共有48895行16列。

 

 

数据分析与预处理

 

Seaborn有一个非常简洁的API,可以为各种数据绘制各种图形。如果你对语法不太熟悉,可以查看本文: https://www.analyticsvidhya.c…

 

在pandas数据帧上使用corr之后,我们将其传递给一个heatmap函数。结果如下:

 

 

既然我们有经度和经度以及邻里数据,让我们创建一个散点图:

 

 

此外,我删除了重复项和一些不必要的列,并填写了“reviews_per_month”,因为它有太多的缺失值。数据看起来像这样。它有10列,没有零值:

 

 

很好,对吧?

 

首先,电脑是做数字的。这就是为什幺我们要把分类列转换成一个one-hot编码的向量。这是使用pandas的factorize方法完成的。你可以使用很多其他工具:

 

 

为了使损失函数保持在稳定的范围内,让我们对一些数据进行规范化,使平均值为0,标准差为1。

 

 

特征交叉

 

我们必须做出一个改变,这是一个必不可少的改变。为了使经度和纬度与模型输出相关联,我们必须创建一个特征交叉。下面的链接应该为你提供足够的背景知识,使你能够正确地感受到特征交叉:

https://developers.google.com…
https://www.kaggle.com/vikram…

我们的目标是介绍经纬度交叉,这是本书中最古老的技巧之一。如果我们只将这两列作为值放入模型,它将假定这些值与输出逐步相关。

 

相反,我们将使用特征交叉,这意味着我们将把经度*经度地图分割成一个网格。幸运的是,TensorFlow使它变得容易。

 

我通过迭代(max-min)/100,从而生成一个分布均匀的帧网格。

 

我用的是100×100网格:

 

 

本质上,我们在这里所做的,是定义一个bucked列和前面定义的边界,并创建一个DenseFeatures层,然后将传递给Sequential API。

 

如果你不熟悉Tensorflow语法,请检查文档: https://www.tensorflow.org/ap…

 

 

现在,终于,我们为模型训练做好了准备。除了拆分数据部分,也就是说。

 

 

显然,我们必须创建两个数据集,一个包含所有数据,另一个包含预测得分。由于数据大小不匹配,这可能会给我们的模型带来问题,所以我决定截断太长的数据。

 

 

创建模型

 

最后,建立了Keras序列模型。

 

我们使用Adam优化器、均方误差损失和两个指标来编译模型。

 

 

此外,我们使用两个回调:

早停,这是不言而喻的
降低高原学习率。

 

经过50个epoch的训练,batch大小为64,我们的模型是相当成功的。

 

 

结尾

 

我们使用纽约市的AirBnB数据建立了一个全连接的神经网络来预测未来的价格。Pandas和seaborn使得可视化和检查数据变得非常容易。我们在模型中引入了经纬度交叉作为特征的思想。并且多亏了Kaggle的开放数据集,我们得到了一个完全可操作的机器学习模型。

 

原文链接: https://www.analyticsvidhya.c…

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注