加州住房数据集-县名与距离信息1990年-abdallahsamman
数据来源：互联网公开数据
标签：加州,住房价格,人口统计,机器学习,地理信息,数据清洗,教育
数据概述：
本数据集是加州1990年人口普查数据的修改版本，源自Pace和Barry在1997年发表的研究论文《稀疏空间自回归》。该数据集非常适合用于机器学习算法的入门学习，因为它需要基本的数据清洗，具有清晰的变量名称，并且大小适中，平衡了简单性和复杂性。
数据提供了加州特定区域房屋的详细信息，以及从1990年人口普查中得出的汇总统计数据。虽然该数据集可能不适合当前房价预测（如Zillow Zestimate数据集），但它为教授机器学习的基本原理提供了可访问的平台。
数据集中做了若干修改，加入了“Cities”列，使用Geopandas进行添加。同时，基于经度和纬度坐标使用哈弗辛公式计算了距离，测量单位为公里。
数据字段如下：
- 中位房价：街区房屋的中位房价（美元）
- 中位收入：街区家庭的中位收入（万美元）
- 中位年龄：街区房屋的中位年龄（年）
- 总房间数：街区的总房间数
- 总卧室数：街区的总卧室数
- 人口：街区的总居民数
- 户数：街区的总家庭数
- 纬度：表示房屋北向距离（数值越大表示越靠北）
- 经度：表示房屋西向距离（数值越大表示越靠西）
- 到海岸距离：到最近海岸点的距离（米）
- 到洛杉矶距离：到洛杉矶中心的距离（米）
- 到圣地亚哥距离：到圣地亚哥中心的距离（米）
- 到圣何塞距离：到圣何塞中心的距离（米）
- 到旧金山距离：到旧金山中心的距离（米）
- 所在县：家庭所在的县
该数据集由数据科学家fedesoriano进行增强，添加了五个新特征并进行了数据清洗。原始数据集（不包含距离特征）可在提供的链接中找到。
数据用途概述：
该数据集适用于机器学习教学、房价预测练习、数据可视化和地理信息系统应用等多种场景。学习者可以利用此数据学习机器学习的基本概念；研究人员可以利用此数据进行初步的数据探索；城市规划师可以基于数据进行城市规划的相关研究。此外，数据集也适合用于教育和培训，帮助学习者理解房屋价格与地理位置之间的关系。
