作者|TIMOTHY102
編譯|VK
來源|Analytics Vidhya
介紹
Airbnb是一個在線市場，允許人們將自己的房產或空余房間出租給客人，每預訂3位客人，收取12%和6%的傭金，
該公司自2009年成立以來，已從每年幫助2.1萬名客人找到住處，發展到每年幫助600萬人度假，目前在90個不同國家的34000個城市列出了驚人的80萬套房產，
在本文中，我將使用Kaggle-newyorkcityairbnb開放資料集，嘗試用TensorFlow建立一個神經網路模型來進行預測，
目標是建立一個合適的機器學習模型，能夠預測未來住宿資料的價格，
在本文中，我將展示我創建的Jupyter Notebook，你可以在GitHub上找到它：https://github.com/Timothy102/Tensorflow-for-Airbnb-Prices
加載資料
首先，讓我們看看如何加載資料，我們用wget直接從Kaggle網站上獲取資料，注意-o標志表示檔案名，
資料集應該如下所示，共有48895行16列，
資料分析與預處理
Seaborn有一個非常簡潔的API，可以為各種資料繪制各種圖形，如果你對語法不太熟悉，可以查看本文：https://www.analyticsvidhya.com/blog/2019/09/comprehensive-data-visualization-guide-seaborn-python/
在pandas資料幀上使用corr之后，我們將其傳遞給一個heatmap函式，結果如下：
既然我們有經度和經度以及鄰里資料，讓我們創建一個散點圖：
此外，我洗掉了重復項和一些不必要的列，并填寫了“reviews_per_month”，因為它有太多的缺失值，資料看起來像這樣，它有10列，沒有零值：
很好，對吧？
首先，電腦是做數字的，這就是為什么我們要把分類列轉換成一個one-hot編碼的向量，這是使用pandas的factorize方法完成的，你可以使用很多其他工具:
為了使損失函式保持在穩定的范圍內，讓我們對一些資料進行規范化，使平均值為0，標準差為1，
特征交叉
我們必須做出一個改變，這是一個必不可少的改變，為了使經度和緯度與模型輸出相關聯，我們必須創建一個特征交叉，下面的鏈接應該為你提供足夠的背景知識，使你能夠正確地感受到特征交叉：
- https://developers.google.com/machine-learning/crash-course/feature-crosses/video-lecture
- https://www.kaggle.com/vikramtiwari/feature-crosses-tensorflow-mlcc
我們的目標是介紹經緯度交叉，這是本書中最古老的技巧之一，如果我們只將這兩列作為值放入模型，它將假定這些值與輸出逐步相關，
相反，我們將使用特征交叉，這意味著我們將把經度*經度地圖分割成一個網格，幸運的是，TensorFlow使它變得容易，
我通過迭代（max-min）/100，從而生成一個分布均勻的幀網格，
我用的是100×100網格：
本質上，我們在這里所做的，是定義一個bucked列和前面定義的邊界，并創建一個DenseFeatures層，然后將傳遞給Sequential API，
如果你不熟悉Tensorflow語法，請檢查檔案：https://www.tensorflow.org/api_docs/python/tf/feature_column/
現在，終于，我們為模型訓練做好了準備，除了拆分資料部分，也就是說，
顯然，我們必須創建兩個資料集，一個包含所有資料，另一個包含預測得分，由于資料大小不匹配，這可能會給我們的模型帶來問題，所以我決定截斷太長的資料，
創建模型
最后，建立了Keras序列模型，
我們使用Adam優化器、均方誤差損失和兩個指標來編譯模型，
此外，我們使用兩個回呼：
-
早停，這是不言而喻的
-
降低高原學習率，
經過50個epoch的訓練，batch大小為64，我們的模型是相當成功的，
結尾
我們使用紐約市的AirBnB資料建立了一個全連接的神經網路來預測未來的價格，Pandas和seaborn使得可視化和檢查資料變得非常容易，我們在模型中引入了經緯度交叉作為特征的思想，并且多虧了Kaggle的開放資料集，我們得到了一個完全可操作的機器學習模型，
原文鏈接：https://www.analyticsvidhya.com/blog/2020/10/predicting-nyc-airbnb-rental-prices-tensorflow/
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方檔案：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/201768.html
標籤：其他
上一篇：權重不確定的概率線性回歸