Данные были взяты из соревнования Kaggle House price prediction — прогнозирование цен домов. Ценность исследования заключается в определении атрибутов оказывающих наибольшее влияние в ценообразовании дома. Это может быть полезно для адекватной оценки стоимости помещения для последующей продажи или же покупки.
Я решила выбрать датасет, в котором показана цены продажи недвижимости, в зависимости от ее характеристик, метоположения и т. д.
Всего в датасете содержится 81 колонка, для анализа я решила оставить только наиболее интересные на мой взгляд.
Для начала посмотрим, как распределена цена на объекты недвижимости.
распределение цены на объекты недвижимости
Теперь построим это распределение, но только для домов в состоянии выше среднего и лучше.
Теперь построим тоже самое, но только для домов, проданных до 2008 года
Новые признаки
Посмотрим на года строительства домов
Только 26 процентов проданных домов были новыми
Теперь посмотрим еще какое количество одноэтажных и двухэтажных домов было среди новых и старых. Для этого сгенерируем новый признак, в котором будет 4 варианта, старый и одноэтажный, старый и двухэтажный, новый и одноэтажный, новый и двухэтажный
Можем заметить, что одноэтажных домов больше, как среди новых, так и среди старых.
Сводные таблицы
Гистограмма количества продаж от состояния дома
Гистограмма количества продаж от состояния дома по годам продажи
Графики срелней и медианной цены продажи по годам
Проверка пропусков
Целевой переменной будет являться цена продажи дома. Предиктором — Жилая площадь
Удаление выбросов
Использование метода N стандартных отклонений для целевой переменной
Расчет границ выбросов целевой переменной методом N стандартных отклонений
