Real-Estate:具有易于理解的解决方案的机器学习回归问题

2.房地产（回归问题） 1.业务问题 1.1问题背景 我们的客户是大型房地产投资信托（REIT）。 他们在纽约州一个小县内的房屋，公寓和公寓（建筑群）中进行投资。 作为业务的一部分，他们试图在出售之前预测房地产的公平交易价格。 他们这样做是为了校准内部定价模型并保持市场脉动。 1.2问题陈述 房地产投资信托（REIT）聘请我们来寻找一种数据驱动的方法来评估房地产。 他们目前有一个尚未开发的市场上先前物业的交易价格数据集。 数据收集于2016年。 我们的任务是使用该数据集建立一个房地产定价模型。 如果我们能够建立一个模型来预测平ASP格低于70,000美元的交易价格，那么我们的客户将对我们所得到的模型感到非常满意。 1.3业务目标和限制 可交付成果：训练有素的模型文件 获胜条件：平均预测误差<$ 70,000 模型可解释性将很有用 无需等待时间 2.机器学习问题 2.1数据概