House-Price-Prediction:数据科学课堂项目（第一个项目工作）

房屋价格预测 数据科学课堂项目（第一个项目工作） 问题陈述： 一个地区有一家新的房地产公司，他们想找出应该以什么价格评估房屋价格，最适合哪种房屋类型和质量的街区等。 他们给数据科学家的任务是通过给定的数据集处理约81个要素，例如房屋的质量，房屋的状况，是否有游泳池，车库的大小，多少个房间等，并回答这些问题： 这些年来的销售情况如何？ （使用可视化） 在不同的社区出售什么质量的房屋？ （使用可视化） 在不同的社区中最普遍的房屋类型是什么？ （使用可视化） 哪些功能会严重影响销售价格（相关性超过60％）？ 我们根据这些变量如何准确地预测房屋价格？ 重要的是要注意，这里的主要问题是房价的预测。