hjhutchinson14/house-price-predictor

# 🏠 房价预测器 一个适合初学者的机器学习项目，使用线性回归预测房屋价格。 ## 项目结构 ``` house-price-predictor/ ├── data/ # Dataset files ├── src/ # Python scripts │ ├── explore.py # Data exploration │ ├── preprocess.py # Data cleaning │ └── model.py # Model training & evaluation ├── outputs/ # Charts and results ├── requirements.txt # Dependencies └── README.md ``` ## 环境设置 ``` pip install -r requirements.txt ``` ## 运行项目 ``` python src/explore.py python src/preprocess.py python src/model.py ``` ## 结果 - 模型：线性回归 - 数据集：加利福尼亚住房数据集（scikit-learn 内置） - 目标：预测房屋中位数价值 ## 学习收获 - 探索性数据分析（EDA） - 特征相关性分析 - 数据预处理与缩放 - 训练/测试线性回归模型 - 使用 MAE、RMSE 和 R² 进行评估

标签：Apex, FRED数据, Newey-West标准误, OLS回归, Python, scikit-learn, 住房可负担性, 加州住房数据集, 房价预测, 数据探索, 数据科学, 数据预处理, 无后门, 时间序列分析, 机器学习, 模型训练, 线性回归, 经济学, 计量经济学, 评估指标, 资源验证, 逆向工具