【机器学习实战|四、案例（北京二手房价影响因素分析）】
目录
-
- 一：数据展示
- 二：数据基本情况
- 三：因变量分析
-
- 步骤一：数据整理
- 步骤二：直方图
- 步骤三：描述性统计分析
- 四、自变量分析
-
- 步骤一：看整体数据
- 步骤二：对分类变量(城区)分析
-
- 1 自变量自身分布
- 2 自变量对因变量的影响分析
- 步骤三：对连续变量(面积)分析
-
- 1 房屋面积对价格是否相关
- 2 取对数
-
- 2.1对Y取对数
- 2.2 对X、Y取对数
- 3 假设检验
-
- 3.1 抽样
- 3.2 单变量显著度分析--方差分析
- 3.3 变量编码
推荐阅读
- R语言|R语言数学统计函数和描述性统计函数
- Python GUI编程(Tkinter)
- 代码文件备份 | 3-10（对arraymatrix数据进行初步筛选与分组差异表达分析）
- 单细胞测序|经验总结 | R语言批量读取目录下的文件然后按照行名对其进行整合成为data.frame
- 笔记|R语言画图 | 如何看已知基因list的细胞类型特异性表达（）
- 拓端tecdat|【视频】线性混合效应模型(LMM,Linear Mixed Models)和R语言实现案例
- 拓端tecdat|拓端tecdat|Python用Markowitz马克维兹有效边界构建最优投资组合可视化分析四只股票
- 拓端tecdat|拓端tecdat|R语言多变量广义正交GARCH（GO-GARCH）模型对股市高维波动率时间序列拟合预测
- 拓端tecdat|拓端tecdat|R语言用收缩估计股票beta系数回归分析Microsoft收益率风险