标题：房价预测数据集
数据内容：
该数据集包含与房价相关的多个特征变量，旨在帮助分析和预测房价。数据集中的字段包括：
1. 房地产交易日期（X1 transaction date），记录了交易发生的时间。
2. 房龄（X2 house age），表示房屋建成年份与交易年份之间的差值。
3. 到最近地铁站的距离（X3 distance to the nearest MRT station），衡量房屋与公共交通设施的便利程度。
4. 方便商店数量（X5 number of convenience stores），反映房屋周边的生活便利性。
5. 纬度（X5 latitude）和经度（X6 longitude），用于地理定位和空间分析。
6. 单位面积房价（Y house price of unit area），为数据集的标签变量，用于预测房价。
数据来源：
该数据集来源于互联网公开数据，确保了数据的可获取性和公开性。
数据用途：
该数据集可应用于多个行业的分析和预测问题，具体包括：
1. 房地产行业：用于房价预测、房地产投资决策、市场趋势分析等。
2. 城市规划：研究交通设施、商业设施对房价的影响，优化城市资源配置。
3. 金融行业：评估抵押贷款风险、房地产投资回报率等。
4. 数据科学与机器学习：作为典型回归问题的数据集，用于模型训练和性能评估。
标签：房地产, 价格预测, 地理位置分析, 交通设施, 生活便利性, 数据科学, 回归分析，
行业分类：
1. 房地产行业
2. 金融行业
3. 数据科学与人工智能
4. 城市规划与管理
