波士顿房价数据集含相关变量
数据来源：互联网公开数据
标签：房价预测,波士顿,房地产,相关性分析,特征工程,数据预处理
数据概述：
本数据集基于波士顿标准大都市统计区域（SMSA）1970年的数据，收录了波士顿郊区和城镇的住房信息。数据集包含14个特征变量，如城镇人均犯罪率、住宅用地比例、商业用地比例、是否邻近查尔斯河、一氧化二氮浓度、每栋住宅平均房间数、房屋建造年代、到就业中心的加权距离、高速公路可达性指数、全值财产税率、师生比、城镇黑人比例、低社会地位人口比例、以及住宅中位价值等。此外，数据集还通过直接变换、线性组合、多项式变换、交互项生成及带有微小变化的重复特征等方式，引入了多个与原始特征相关的衍生变量。
数据用途概述：
该数据集适用于房价预测模型的训练与评估、房地产市场分析、特征工程研究以及数据预处理技术的学习与应用。通过分析这些相关变量，研究人员和开发人员可以更好地理解影响房价的各种因素，从而优化预测模型的性能。同时，数据集也适合用于教育培训，帮助学习者掌握数据处理和特征工程的基本方法。
举例：
例如，通过分析“RM”（每栋住宅平均房间数）及其衍生特征（如“RM_noisy”、“RM_squred”或“RM_LINEAR_COMBO”）与“MEDV”（住宅中位价值）之间的相关性，研究人员可以探索房间数量对房价的具体影响，以及不同特征变换对预测结果的影响程度。
