kaggle中的房价预测的一些数据分析方法详解

1.查看某些属性值与预测标签值的关联度

可以看出属性GrLivArea与SalePrice基本是正相关的关系。

TotalBsmtSF的系数比上一个更大一些

 

2.查看类别属性与salesprice的关系

可以看出，overallQual的类别数越大，saleprice也明显越高

虽然无法完全看出关系，但可以看出salesprice随着年份越新，售价存在逐渐提高的现象。

3.相关矩阵（heatmap style）

这个图是了解相关程度的很好的方法。我们也能从图中看出多重共线性，而且也能看出上面说过的那几个和saleprice的确存在很大的关联。

saleprice关联矩阵（zoomed heatmap style）

这是选了最大关联的10个属性绘制的图，所以其实还是很重要的。

从这个图中可以看到，'OverallQual', 'GrLivArea' and 'TotalBsmtSF'与saleprice相关度很高，重点考虑

'GarageCars' and 'GarageArea' 也是关联很大的属性，但是这两个属性本身就像兄弟一样，无法分开看，所以留下一个关联大的就好GarageCars

'TotalBsmtSF' and '1stFloor' 似乎也是双胞胎兄弟，所以也留下一个就好。

然后就是这些属性之间的巨大散点图