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。