-
语言：python3
-
文件内容说明：
|--data_spider文件夹
|--dataset文件夹 -- 爬取的原始数据
|--Spider.py -- 爬虫
|--url.txt -- 爬虫url
|--数据结构 -- 说明爬到数据的信息
|--process_first文件夹
|--update.py -- 统一原始数据格式，缺失标签补空值
|--dataset2文件夹 -- 小区名转换成经纬坐标后的数据集
|--POI_COMMUNITY_SH文件夹 -- 之前爬取的上海小区POI点
|--modifyCommunity.py -- 将POI点提取到POI_COMMUNITY_SH文件夹下的community0.txt文件
|--modifyCoordinate.py -- 将小区名、经纬度坐标、房屋均价信息提取到coordinate.csv文件，便于后边可视化
|--searchForCommunity.py -- 将dataset中小区名转换成经纬坐标后，保存在dataset2
|--map.py -- 画出上海房价分布热力图
|--map.png -- 上海房价分布热力图
|--process&module文件夹
|--dataset.py -- 包含大量数据处理函数，如facility_process(),dataset()
|--facility_process()函数 -- 将数据集中关于设备的描述关键词分类
|--dataset()函数 -- 数据集接口，返回dict类型的数据集
|--dataset3文件夹 -- facility_process()处理过后的数据集
|--建模过程.docx -- 简述建模过程，其中说明了process&module文件夹下tocsv.py，data_c.csv……文件的意义
|--result_pictures文件夹 -- 建模过程中各个模型的回归曲线
|--……其余文件，包含训练、测试数据集，建模文件，模型… 在建模过程.docx中有说明
- dataset()函数用法说明：
dataset(*, src='./data2', dst='./dataset', load_from_source=False)
-
Keyword arguments:
src--str, source data pathdst--str, dataset pathload_from_source--bool, flag if load from source (Falsein default)
- Notes:
Infoturn dictionaries into object-like instances- inherits from
dicttype - iterable, and support all functions as
dict - immutable, thus cannot set or delete attributes after initialisation
infotodict-- reverseInfoobject intodicttype
- inherits from
Datasetobject herits fromtuple# returns from `dataset` function >>> data = dataset() # subscriptable as normal tuples >>> data[0] >>> data[1:10] # or to fetch certain keys >>> data[1, 'apt', 'lift'] Info(apt=(2,), lift=(1,)) >>> data[1:3, 'price', 'average'] Info(price=(2600000.0, 3080000.0), average=(44636, 36032))