二手房数据的分析与挖掘（七）-- 预测房价
实验环境
Windows7
Anaconda3
pandas
numpy
实验内容
在Jupyter notebook中利用numpy、pandas进行数据和模型的加载，利用模型来预测房价。
实验步骤
一、数据来源
特征处理后的测试数据（特征处理_test_data.csv）：https://download.****.net/download/qq_35809147/11178561
测试数据（测试数据.xlsx）：https://download.****.net/download/qq_35809147/11177349
二、代码解析
import numpy as np
import pandas as pd
test_data = pd.read_csv(u'H://特征处理_test_data.csv')
test_data.head()
test_data.info()
X = test_data
#将训练的模型从文件当中读出来
from sklearn.externals import joblib
predict_model = joblib.load('d://predict_model.m')
y = predict_model.predict(X)
#Hand
class_mapping = {
u'便宜' : 1,
u'适中' : 2,
u'昂贵' : 3
}
inverse_mapping = {v: k for k, v in class_mapping.items()}
y = pd.Series(y).map(inverse_mapping)
y
source_test_data = pd.read_excel(u'd://测试数据.xlsx')
source_test_data['Hand'] = y
source_test_data
source_test_data.to_excel(u'H://预测结果.xlsx', index=False)
三、预测结果下载：
预测结果数据：https://download.****.net/download/qq_35809147/11179137