168大数据

标题: 数据分析实战！北京高档酒店价格因素分析 [打印本页]

作者: 168主编 时间: 2019-9-13 19:48
标题: 数据分析实战！北京高档酒店价格因素分析

数据分析实战又来啦，今天我们进行的是北京高档酒店的价格因素分析，话不多说，直接上代码。

1. 导入所需要的包

importpandas aspd

importmatplotlib.pyplot asplt

importseaborn assns

importnumpy asnp

importwarnings

warnings.filterwarnings("ignore")

2.读取文件

hotel=pd.read_csv('hoteldata.csv')

#将四项评分的平均分作为总体评分

hotel['总体评分']=(hotel['卫生评分']+hotel['服务评分']+hotel['设施评分']+hotel['位置评分'])/4

#2015之前的旧装修，2015之后的为新装修

hotel['装修新旧']=pd.cut(hotel['装修时间'],[0,2015,2019],labels=['旧装修','新装修'])

hotel.head

将各个酒店的情况进行评分，总体评分由卫生评分、服务评分、设施评分和位置评分构成，装修的新旧以装修时间来划分。

3 描述性统计分析

3.1 酒店房价分布直方图

price=hotel['房价']

plt.figure("hist",figsize=(15,7))

n, bins, patches = plt.hist(price, bins=20)

plt.show

3.2 因变量数字特征

price=hotel['房价']

plt.figure("hist",figsize=(15,7))

n, bins, patches = plt.hist(price, bins=20)

plt.show

1389.5

# 酒店房价平均值

hotel['房价'].mean

1655.5125899280577

3.3 酒店因素箱型图

#酒店房间类型

hotel['对数房价']=np.log(hotel['房价'])

plt.figure(figsize=(7,7))

sns.boxplot(x='房间类型',y='对数房价',data=hotel)

符合一般的房价标准，按照标准间、商务间、豪华套间价格依次递增。

#酒店区域因素分析

plt.figure(figsize=(7,7))

sns.boxplot(x='地区',y='对数房价',data=hotel)

根据地区划分的箱型图展示，其中，东城区和朝阳区的房价最高，海淀区紧随其后。

#酒店装修时间

hotel['对数房价']=np.log(hotel['房价'])

plt.figure(figsize=(7,7))

sns.boxplot(x='装修新旧',y='对数房价',data=hotel)

新装修的价格高于就旧装修，并且价格差异明显。

3.4 评分因素相关系数

grade=pd.DataFrame([hotel['卫生评分'],hotel['服务评分'],hotel['设施评分'],hotel['位置评分']]).transpose

correlation=grade.corr

plt.subplots(figsize=(9, 9)) # 设置画面大小

sns.heatmap(correlation, annot=True, vmax=1, square=True, cmap="Blues")

#评分因素箱型图

hotel['评分分组']=pd.cut(hotel['总体评分'],[0,4.5,5.0],labels=['评分低','评分高'])

sns.boxplot(x='评分分组',y='对数房价',data=hotel)

评分高的房价高于评分低的房价。

4 对数线性回归模型

4.1 特征处理

#特征选择与处理

features=['地区','房间类型','装修新旧','总体评分','校园生活','公司','出行住宿']

X=hotel[features]

X['地区']=pd.get_dummies(X['地区'])

X['房间类型']=pd.get_dummies(X['房间类型'])

X['装修新旧']=pd.get_dummies(X['装修新旧'])

# 对特征进行归一化处理

fromsklearn importpreprocessing

X['总体评分']=preprocessing.scale(X['总体评分'])

X['校园生活']=preprocessing.scale(X['校园生活'])

X['公司']=preprocessing.scale(X['公司'])

X['出行住宿']=preprocessing.scale(X['出行住宿'])

4.2 模型拟合

fromsklearn importlinear_model

model=linear_model.LinearRegression

model.fit(X,y)

4.3 计算残差

np.mean(abs(model.predict(X)-y))

0.375942

4.4 查看模型拟合情况

import statsmodels.api assm

est=sm.OLS(y,X).fit

print(est.summary)

欢迎光临 168大数据 (http://www.bi168.cn/)