module_3_project：机器学习模型来预测新上市的房屋租赁将在市场上空置多长时间

单元3最终项目 目标 该项目的目标是创建2个机器学习模型，这些模型可以预测租金在市场上空置的时间。 然后，这些模型可以为租赁管理公司的营销策略提供信息，从而可以告诉他们何时降低价格，降低投资组合中哪些资产的租金速度最快。 我使用的数据包括我在2018年6月6日至2019年12月9日之间由我的自动刮具抓取的每日广告租金和房地产规格（约2800万行代表约130万个唯一租赁地址的每日租金信息）。 我使用的最终数据集将仅包含大约18,000个唯一租金的较大集合的样本。 我的方法 使用PostgreSQL从数据库中提取数据（创建构成我们数据集基础的临时表，使用parcel_id上的窗口函数比较几天内的出租信息。） 使用pandas首先提取数据集并清理它们，填充缺失值，更正数据类型，将某些列转换为二进制，删除异常值，bin和一键编码列 创建基准决策树分类器 创建网格搜索的决策树分类器，XGboos