web:
R Package
library(devtools)
install_github('Max/CommunityTrend')
library(CommunityTrend)
trend('新龙城')
自如上月趋势:
[1] "-------------------------------------"
[1] "|过去一个月内自如:"
[1] "|商圈总房数:912"
[1] "|商圈均价:2846.23516483517"
[1] "|小区总房数:182"
[1] "|小区均价:3033.87362637363"
[1] "|小区调价房数量:7"
[1] "|小区调价房平均降价:371.428571428571"
[1] "|"
[1] "|小区月内合租单间上架:75"
[1] "|小区月内新上架单间成交量:35"
[1] "|小区月内新上架单间平均展示期:9.85298365886627"
[1] "|小区月内新上架成交单间平均展示期:1.40164923316775"
[1] "|小区月内新上架单间平均调价数:4"
[1] "|小区月内新上架单间平均调价价格:510"
[1] "|"
[1] "|"
[1] "|--------:成交数据||上架数据"
[1] "|所在商圈:龙泽||龙泽"
[1] "|社区合租单间销量:82||75"
[1] "|社区合租单间均价:2679.46341463415||2765.54666666667"
[1] "|社区合租单间平均面积:12.7732926829268||13.0637333333333"
[1] "|社区合租单位面积价格:209.770767894139||211.696503296658"
[1] "|"
[1] "|当地商圈合租单间销量:485||428"
[1] "|当地商圈合租单间均价:2551.48453608247||2620.1308411215"
[1] "|当地商圈合租单间平均面积:13.2249072164948||13.3708878504673"
[1] "|当地商圈合租单间单位面积价格:192.930240969866||195.957880316072"
[1] "-------------------------------------"
update.packages("CommunityTrend")
#删除环境中的此包
detach("package:CommunityTrend")
#删除包库lib中的此包
remove.packages("CommunityTrend")
趋势数据部分,计划根据需要加一些其他统计数据 例如:小区空调覆盖率 小区供暖覆盖率 小区设计风格分布 等...
准备根据线性模型,XGboost,逻辑回归进行预测 然后输入一条标准自如租房信息,就可以得到预测房价 前两者模型的精度目前推进至7~8%的相对误差 并根据不同模型差值,数据库数据缺失比率等,评价预测精准性
根据线性模型,给出不同属性与价格的关系 例如在外界条件不变的情况下,不同小区价格调低100元能减少多少展览时间
将模型扩展至其他公司,不仅关注自如,也覆盖其他
感谢李伟老师给出的统计火房,调价房,调价均值的建议
感谢刘娟姐对展示数据的评价和改进建议
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.