美国爱荷华州房屋销售价格预测数据集-2006-2010-enock90

美国爱荷华州房屋销售价格预测数据集-2006-2010-enock90 数据来源:互联网公开数据 标签:房价预测,房地产,房屋销售,回归分析,机器学习,建筑,销售价格,爱荷华州 数据概述: 本数据集包含了2006年至2010年间美国爱荷华州埃姆斯市房屋销售的详细信息,旨在用于预测房屋销售价格。数据集包含训练集(train.csv)、测试集(test.csv)和样本提交文件(sample_submission.csv)。其中,训练集和测试集包含多达80个特征变量,描述了房屋的各种属性,如建筑类型、地理位置、材料质量、建造年份、房间数量等,以及房屋的最终销售价格(SalePrice)。

数据字段: SalePrice:房屋销售价格,为目标变量,是需要预测的数值。 MSSubClass:建筑类型。 MSZoning:区域分类。 LotFrontage:与街道相连的线性英尺。 LotArea:地块面积(平方英尺)。 Street:街道类型。 Alley:小巷类型。 LotShape:地块形状。 LandContour:地块平整度。 Utilities:可用设施类型。 LotConfig:地块配置。 LandSlope:地块坡度。 Neighborhood:埃姆斯市内的地理位置。 Condition1:与主要道路或铁路的接近程度。 Condition2:与主要道路或铁路的接近程度(如果有第二个)。 BldgType:房屋类型。 HouseStyle:房屋风格。 OverallQual:整体材料和完成质量。 OverallCond:整体状况评分。 YearBuilt:原始建造年份。 YearRemodAdd:改造年份。 RoofStyle:屋顶类型。 RoofMatl:屋顶材料。 Exterior1st:房屋外部覆盖材料。 Exterior2nd:房屋外部覆盖材料(如果多于一种材料)。 MasVnrType:砌体饰面类型。 MasVnrArea:砌体饰面面积(平方英尺)。 ExterQual:外部材料质量。 ExterCond:外部材料的当前状况。 Foundation:地基类型。 BsmtQual:地下室高度。 BsmtCond:地下室总体状况。 BsmtExposure:地下室墙壁的暴露程度。 BsmtFinType1:地下室装修区域的质量。 BsmtFinSF1:一型装修面积(平方英尺)。 BsmtFinType2:二型装修区域的质量(如果存在)。 BsmtFinSF2:二型装修面积(平方英尺)。 BsmtUnfSF:地下室未装修面积(平方英尺)。 TotalBsmtSF:地下室总面积(平方英尺)。 Heating:供暖类型。 HeatingQC:供暖质量和状况。 CentralAir:中央空调。 Electrical:电气系统。 1stFlrSF:一楼面积(平方英尺)。 2ndFlrSF:二楼面积(平方英尺)。 LowQualFinSF:低质量装修面积(所有楼层)。 GrLivArea:地上生活区面积(平方英尺)。 BsmtFullBath:地下室全浴室数量。 BsmtHalfBath:地下室半浴室数量。 FullBath:地上全浴室数量。 HalfBath:地上半浴室数量。 BedroomAbvGr:卧室数量(高于地下室水平)。 KitchenAbvGr:厨房数量。 KitchenQual:厨房质量。 TotRmsAbvGrd:地上总房间数(不包括浴室)。 Functional:房屋功能性评级。 Fireplaces:壁炉数量。 FireplaceQu:壁炉质量。 GarageType:车库位置。 GarageYrBlt:车库建造年份。 GarageFinish:车库内部装修。 GarageCars:车库容量(车位数)。 GarageArea:车库面积(平方英尺)。 GarageQual:车库质量。 GarageCond:车库状况。 PavedDrive:铺砌的车道。 WoodDeckSF:木甲板面积(平方英尺)。 OpenPorchSF:开放式门廊面积(平方英尺)。 EnclosedPorch:封闭式门廊面积(平方英尺)。 3SsnPorch:三季门廊面积(平方英尺)。 ScreenPorch:纱窗门廊面积(平方英尺)。 PoolArea:游泳池面积(平方英尺)。 PoolQC:游泳池质量。 Fence:围栏质量。 MiscFeature:其他未涵盖的特征。 MiscVal:杂项特征的价值。 MoSold:售出月份。 YrSold:售出年份。 SaleType:销售类型。 SaleCondition:销售条件。

数据用途概述: 该数据集主要用于房屋销售价格的预测,适用于机器学习模型训练、房地产市场分析、风险评估等多种应用场景。 它可以用于开发预测模型,帮助评估房屋价值,辅助投资决策,并为房地产行业的研究提供数据支持。 同时,该数据集也常用于教学和研究,例如,作为机器学习入门的案例,用于探索特征工程、模型选择和评估等。

packageimg

数据与资源

附加信息

字段
版本 1.0
数据集大小 0.19 MiB
最后更新 2025年4月23日
创建于 2025年4月23日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。