预测房屋的价格范围
Predict price range of houses
我有一个数据集，其中包含房屋的几个特征，包括类型、位置、卧室数量等。例如：
- 户型：公寓、半独立屋、独栋
- 位置：（纬度，经度）对像（40.7128° N，74.0059° W）
- 卧室数量：1、2、3、4 ...
我要预测的目标变量是房价。然而，原始数据集中给出的房价是价格的区间而不是数值，例如：
- 房价：[0,100000), [100000,150000), [150000,200000), [200000,250000), 等等
所以我的问题是如果要预测房价的区间应该用什么模型呢？简单的回归模型似乎不起作用，因为我们预测的是区间而不是连续的数值。
提前致谢。
我会使用价格范围的中位数和 运行 线性回归。在您的情况下，标签将是 {50000、125000、175000、225000，...}。获得预测价格后，只需选择它落入的范围即可。
或者，如果价格范围是固定的，您可以使用一对一逻辑回归，尽管我确信这不是最好的方法。
我有一个数据集，其中包含房屋的几个特征，包括类型、位置、卧室数量等。例如：
- 户型：公寓、半独立屋、独栋
- 位置：（纬度，经度）对像（40.7128° N，74.0059° W）
- 卧室数量：1、2、3、4 ...
我要预测的目标变量是房价。然而，原始数据集中给出的房价是价格的区间而不是数值，例如：
- 房价：[0,100000), [100000,150000), [150000,200000), [200000,250000), 等等
所以我的问题是如果要预测房价的区间应该用什么模型呢？简单的回归模型似乎不起作用，因为我们预测的是区间而不是连续的数值。
提前致谢。
我会使用价格范围的中位数和 运行 线性回归。在您的情况下，标签将是 {50000、125000、175000、225000，...}。获得预测价格后，只需选择它落入的范围即可。
或者，如果价格范围是固定的，您可以使用一对一逻辑回归，尽管我确信这不是最好的方法。