数据2020年房地产价格预测数据集
数据来源：互联网公开数据
标签：房地产,价格预测,机器学习,数据分析,俄罗斯,住宅,地理位置,房屋属性
数据概述：
本数据集源自Geekbrains学校（Mail.ru）“Python数据科学库”课程内部竞赛，旨在预测房地产价格。数据集包含有关房地产对象的价格预测所需的数据。
数据字段定义：
Id：房地产对象的唯一标识符。
DistrictId：房地产对象所在地区的唯一标识符。
Rooms：房间数量。
Square：总面积。
LifeSquare：生活面积。
KitchenSquare：厨房面积。
Floor：楼层。
HouseFloor：房屋总楼层数。
HouseYear：房屋建造年份。
Ecology_1, Ecology_2, Ecology_3：生态环境相关指标。
Social_1, Social_2, Social_3：社会基础设施相关指标。
Healthcare_1, Healthcare_2：医疗保健设施相关指标。
Shops_1, Shops_2：商店相关指标。
Price：房地产价格，即预测目标。
数据用途概述：
该数据集适用于房地产价格预测模型的构建与评估，可用于机器学习算法的训练和测试，例如线性回归、决策树、随机森林等。 此外，该数据集也可用于探索性数据分析，以了解影响房地产价格的关键因素，为房地产市场研究提供数据支持。
