注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. DataScienceProject:创建我的第一个数据科学存储库-Udacity Nanodegree-源码

  2. 波士顿爱彼迎-定价 目录 您所在的部分标题将用于引用目标位置。 描述 这是我有记录的第一个项目。整个存储库中都会有很多错误和错误，我们非常欢迎收到任何改进的反馈。因此，我试图每天学习一些新东西。 该存储库与Udacity的“数据科学纳米学位计划”保持一致。感谢您对数据科学的出色介绍。纳米学位可以帮助我保持动力，每天至少投入一小时，使我专注于这项工作。 该项目将尝试帮助了解波士顿的主机价格如何分配。您还计划赚取一些额外的现金吗？想知道当您开始在Airbnb上托管住宿时应考虑的因素。哪些功能对客人很

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：9437184
    • 提供者：weixin_42128676

  1. NYC_Airbnb:纽约市Airbnb价格的详细分析-源码

  2. NYC_Airbnb 纽约市Airbnb价格的详细分析 我们在最终项目中考虑的数据集为AB_NYC_2019。 该数据集涉及2019年在纽约市的上市活动和指标。自2008年以来，宾客和房东已使用Airbnb扩大旅行可能性，并提出了更加独特，个性化的体验世界的方式。 该数据文件包含所有必需的信息，以查找有关主机的更多信息，地理可用性，进行预测和得出结论的必要指标。 列列描述id列表ID名称列表的名称host_id主机ID host_name主机名称邻居_组位置邻域纬度纬度坐标经度经度坐标room_

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：2097152
    • 提供者：weixin_42104906

  1. DS_project1:这与“ Udacity数据科学”课程的第二课有关。这是为了使我们为课程中的项目1做好准备-源码

  2. DS_project1 分析了2016年的西雅图Airbnb房源数据 目录 装置 该代码将在python 3中顺利运行。如果尚未安装，请安装ipynb以使用笔记本中的自定义功能。 pip install ipynb 项目动机 在这个项目中，我使用Seattle清单和日历数据来回答以下问题： 在不同的社区中注册了多少个列表？ 不同地区的价格和清洁费有多少差异？ 不同物业类型的价格和清洁费会有多少差异？ 不同房型的价格和清洁费有多少不同？ 价格在一年中如何变化（月和价格） 价格在月中如何变化（星期

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：26214400
    • 提供者：weixin_42168902

  1. AirbnbPredictions-源码

  2. Airbnb价格预测 背景 我们的目标是通过预测纽约上市价格来提高Airbnb定价流程的透明度！ 团队成员： 阿玛里斯·哈桑（Amaris Hassan） 凯特兰·比奇（Caitlan Beachey） 梁柏芝 希拉里·曼迪奇 卡皮尔·邦迪（Kapil Pundhir） 要求 SQL数据库画面Tablea Public 机器学习-模型 随机森林 套索回归或岭回归 KNN模型 互动式仪表板 可能的可视化

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：54525952
    • 提供者：weixin_42113456

  1. final_group_airbnb-源码

  2. 最终项目– Airbnb价格预测 第一节概述 第一部分包括本主题的概述。 请参阅项目说明和文件结构。 第一节项目说明 以下是用于分析和过滤数据的文件和文件夹： index.html包含显示最终项目演示文稿草稿的文件 static / js / logic.js包含具有D3和Leaflet信息的文件，以显示地图和位置。 static / css / style.css包含显示网站样式的文件。 static / sf_map.html包含显示地图和位置的文件。 Resources文件夹包含我

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：10485760
    • 提供者：weixin_42134144

  1. airbnb_app-源码

  2. Airbnb应用程式 用于预测AirBNB价格的应用程序。 由...制作：

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：56623104
    • 提供者：weixin_42162978

  1. airbnb预测：预测airbnb价格-源码

  2. 使用Python预测和可视化纽约市的Airbnb价格 我以劳拉·刘易斯（Laura Lewis）的项目为基准（ ）。 我项目的不同之处在于，重点放在纽约市的airbnb列表上。 我还使用NPL库进行了情绪分析，以查看每个列表的正面评价如何，以及引入外部数据来尝试增加我解释的方差得分。 我在COVID之前（2020年9月）获得了airbnb列表，因为事实证明COVID的价格异常高。 我的项目分为5个不同的笔记本： getZipcodes.ipynb，我尝试使用它们的经度和纬度坐标获取每个列表

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_42141437

  1. Eat.Sleep.Data：一种基于位置，便利设施，大小，季节等来预测Airbnb价格的机器学习分析-源码

  2. Eat.Sleep.Data-预测纳什维尔的Airbnb价格 概括 该项目的目的是使用机器学习模型分析Airbnb的历史数据，以根据位置，大小，便利设施，评论，房东性能和其他相关变量来预测给定空间的最佳出租价格。 该预测模型将被整合到一个工具中，供业主使用以确定其空间的最佳租金价格，并让客户确定清单的租金价格是否为公允价值。 该模型将结合季节性旅游趋势和景点，以调整该空间上市或出租之日的建议价格。 由于该项目的时间紧迫，其范围将仅限于田纳西州纳什维尔市场。 团队成员：亚历克斯·康纳利，亚历克斯

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：16777216
    • 提供者：weixin_42099987

  1. Airbnb价格预测和功能分析-源码

  2. 目录 安装 项目动机 档案说明 结果 许可，作者，致谢 安装 本研究中使用的库是熊猫，numpy，matplotlib，seaborn和大叶草。 使用Python 3，代码应该可以正常运行。 项目动机 在这个项目中，我使用了波士顿Airbnb房源的kaggle数据集。 我有兴趣寻找以下问题的答案： 诸如浴室数量之类的独立功能如何影响Airbnb房源的总价格？ 哪些设施对标价的影响最大？ 哪个街区的房源最少/价格最高？ 哪些功能最不利地预测Airbnb上市价格？ 档案说明 本研究使用了1个

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：3145728
    • 提供者：weixin_42116701

  1. AirbnbDataMiningChallenge-源码

  2. DSC190A-数据挖掘挑战 秩 排行榜：第六名（RMSE：78.94） 数据集 数据集的内容来自Airbnb在纽约的列表。 这项挑战的目的是预测每个Aibnb列表的价格。 笔记 以下笔记本显示了我为最终模型清理和准备数据所进行的过程。 使用的最终模型是XGBoost回归器。 我的最终RMSE得分为78.94。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：189440
    • 提供者：weixin_42171132

  1. airbnb-analytics：Airbnb数据+数据科学-源码

  2. 有关数据科学的教育项目 我们将使用Airbnb网站作为数据源实施一个示例数据科学项目。 当前计划如下： 从特定位置抓取一些列表 探索并清理数据集 建立机器学习模型以预测上市价格 探索结果：指标，预测错误。 考虑一些应用模型的用例。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：29696
    • 提供者：weixin_42098104

  1. 热情好客的商务价格预测：将要分析数据集，其中包括前往纽约的各个全球地点的客户评论。 根据价格，评论，位置，主人，便利设施-源码

  2. 热情好客的业务价格预测。 本文的主要目的是为客户提供在最佳位置以可承受的价格轻松访问房屋或房间的方法，而不是使用Airbnb的客户支付偏心的价格。 不仅客户在寻求住宿，而且还为那些倾向于在昼夜节律的基础结构上出租房屋的人提供服务。 本文将使他们了解自己房屋的价值，而不是自己定价，而不用担心顾客的评论和使顾客付出高昂的代价。 几年前，网络化的酒店业务甚至没有被认为是商业业务感兴趣的话题。 现在，Airbnb被认为是最大的酒店服务提供商，2017年的利润率为26亿美元。随着Airbnb产生成果，

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_42134054

  1. airbnbprice预测：Air Bnb价格预测-源码

  2. Airbnb价格预测 Air Bnb价格预测

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：60817408
    • 提供者：weixin_42151036

  1. 实验：包含我在数据科学，EDA，可视化和机器学习方面的实验的代码和笔记本-源码

  2. 你好！ :waving_hand: 欢迎来到我在GitHub上的家，获取有关数据科学，机器学习和其他相关知识的教程和实验。 以下是到目前为止我在此存储库中发布的所有内容的列表。 将Matplotlib条形图和使用熊猫创建的散点图转换为Plotly图的实验。 EDA和纽约市Airbnb数据的预测实验。 在本笔记本中，我以两种方式处理了价格预测和来宾数量预测问题：作为回归问题和作为分类问题。 两种方法都有比较。 是一个很棒的新工具，它使工程师能够围绕其数据，机器学习模型以及几乎所有内容快速构建高度

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42137028

  1. 数据科学笔记：数据科学概念，数据集，行业应用程序，演练和笔记的集合。 请参阅“问题”标签以按主题进行深入研究-源码

  2. Airbnb价格预测 统计 1. Linear Regression - RMSE Score - 0.4739 2. Deep Learning (Neural nets) - Implement this Imdb情绪分析 统计 1. CountVector - 84.02% 2. TfIDf - 85.79% 3. Deep Learning (using Single-Label Binary Classification) - 88.3% 板球评论球预测 统计 1. CountVe

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：217055232
    • 提供者：weixin_42097557

  1. 使用Flask部署Keras深度学习模型：在Keras中构建深度神经网络模型，并在Google App Engine上使用Flask部署REST API以进行生产-源码

  2. 零生产 不建议按如下所示部署生产模型。 这只是一个快速入门的端到端示例。 本指南向您展示如何： 建立一个可预测纽约市Airbnb价格的深度神经网络（使用scikit-learn和Keras） 建立一个REST API，根据模型预测价格（使用Flask和gunicorn） 在Google App Engine上将模型部署到生产环境 快速开始 要求： Python 3.7 Google Cloud Engine帐户 克隆此存储库： git clone gitgithub.com:cur

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：693248
    • 提供者：weixin_42131342

  1. singapore-airbnb:新加坡Airbnb开放数据的EDA和预测模型-源码

  2. 新加坡的Airbnb数据分析 新加坡是东南亚的一个主权岛屿城市国家，引起了许多关注。 这是一个受欢迎的旅游目的地，也是许多企业的中心。 自然地，它带来了很多旅游业，这是其经济和因工作原因需要留下来的人们的主要贡献。 在这样的地方，Airbnb非常受欢迎。 它所提供的合理价格吸引了很多客户，而各种选择只是一个加号。 从共用房间到整个豪宅，房东创建了一个不可忽视的商品目录。 在此数据分析中，我将仔细研究从公司收集的信息，并尝试进一步了解那里的市场。 传奇 目标 探索特征之间的关系 了解使用的语言

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：1048576
    • 提供者：weixin_42114645