实战 | 北京高档酒店价格因素分析
2013 年 10 月 14 日
数据分析实战又来啦，今天我们进行的是北京高档酒店的价格因素分析，话不多说，直接上代码。
1. 导入所需要的包
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import numpy as np import warnings warnings.filterwarnings("ignore")
2.读取文件
hotel=pd.read_csv('hoteldata.csv') #将四项评分的平均分作为总体评分 hotel['总体评分']=(hotel['卫生评分']+hotel['服务评分']+hotel['设施评分']+hotel['位置评分'])/4 #2015之前的旧装修，2015之后的为新装修 hotel['装修新旧']=pd.cut(hotel['装修时间'],[0,2015,2019],labels=['旧装修','新装修']) hotel.head()
将各个酒店的情况进行评分，总体评分由卫生评分、服务评分、设施评分和位置评分构成，装修的新旧以装修时间来划分。
3 描述性统计分析
3.1 酒店房价分布直方图
price=hotel['房价'] plt.figure("hist",figsize=(15,7)) n, bins, patches = plt.hist(price, bins=20) plt.show()
3.2 因变量数字特征
# 酒店房价平均值 hotel['房价'].mean()
1655.5125899280577
3.3 酒店因素箱型图
#酒店房间类型 hotel['对数房价']=np.log(hotel['房价']) plt.figure(figsize=(7,7)) sns.boxplot(x='房间类型',y='对数房价',data=hotel)
符合一般的房价标准，按照标准间、商务间、豪华套间价格依次递增。
#酒店区域因素分析 plt.figure(figsize=(7,7)) sns.boxplot(x='地区',y='对数房价',data=hotel)
根据地区划分的箱型图展示，其中，东城区和朝阳区的房价最高，海淀区紧随其后。
#酒店装修时间 hotel['对数房价']=np.log(hotel['房价']) plt.figure(figsize=(7,7)) sns.boxplot(x='装修新旧',y='对数房价',data=hotel)
新装修的价格高于就旧装修，并且价格差异明显。
3.4 评分因素相关系数
grade=pd.DataFrame([hotel['卫生评分'],hotel['服务评分'],hotel['设施评分'],hotel['位置评分']]).transpose() correlation=grade.corr() plt.subplots(figsize=(9, 9)) # 设置画面大小 sns.heatmap(correlation, annot=True, vmax=1, square=True, cmap="Blues")
#评分因素箱型图 hotel['评分分组']=pd.cut(hotel['总体评分'],[0,4.5,5.0],labels=['评分低','评分高']) sns.boxplot(x='评分分组',y='对数房价',data=hotel)
评分高的房价高于评分低的房价。
4 对数线性回归模型
4.1 特征处理
#特征选择与处理 features=['地区','房间类型','装修新旧','总体评分','校园生活','公司','出行住宿'] X=hotel[features] X['地区']=pd.get_dummies(X['地区']) X['房间类型']=pd.get_dummies(X['房间类型']) X['装修新旧']=pd.get_dummies(X['装修新旧']) # 对特征进行归一化处理 from sklearn import preprocessing X['总体评分']=preprocessing.scale(X['总体评分']) X['校园生活']=preprocessing.scale(X['校园生活']) X['公司']=preprocessing.scale(X['公司']) X['出行住宿']=preprocessing.scale(X['出行住宿'])
4.2 模型拟合
from sklearn import linear_model model=linear_model.LinearRegression() model.fit(X,y)
4.3 计算残差
np.mean(abs(model.predict(X)-y))
0.375942
4.4 查看模型拟合情况
import statsmodels.api as sm est=sm.OLS(y,X).fit() print(est.summary())
往期文章
先有收获，再点在看！
公众号后台回复关键字【 酒店 】获取数据集
About The Author
