新德里租赁房源数据集
数据来源：互联网公开数据
标签：租赁市场,新德里,房地产,地理位置,租金预测,区位分析,量化特征
数据概述：
本数据集包含来自某知名房地产网站的12,000条新德里地区的租赁房源记录，数据涵盖不同类型的房产，包括公寓、独立楼层、独立房屋、别墅等。数据集提供了丰富的特征信息，包括房源的基本属性、区位信息、租金信息以及周边地标距离等。房源数据的时间跨度较大，覆盖了新德里多个区域的租赁市场动态。
具体字段定义如下：
1. 房源信息：
- size_sq_ft：房源面积（平方英尺）。
- propertyType：房源类型（如公寓、独立房屋等）。
- bedrooms：房间数量。
2. 区位信息：
- latitude：房源所在位置的纬度坐标。
- longitude：房源所在位置的经度坐标。
- localityName：房源所在的具体小区或社区名称。
- suburbName：房源所在的街区或次区域名称。
- cityName：房源所在的城市名称（统一为新德里）。
3. 租金信息：
- price：房源的月租金（单位为印度卢比）。
4. 中介信息：
- companyName：房源所属的房地产中介公司名称。
5. 周边地标距离：
- closest_metro_station_km：距离最近地铁站的直线距离（单位为千米）。
- AP_dist_km：距离德里英迪拉甘地国际机场的直线距离（单位为千米）。
- Aiims_dist_km：距离全印度医学科学院（AIIMS）的直线距离（单位为千米）。
- NDRLW_dist_km：距离新德里火车站的直线距离（单位为千米）。
数据集还提供了租金的热力图分布，红色区域表示月租金在20万卢比及以上的高价租赁房源，可用于直观展示新德里不同区域的租金分布情况。
数据用途概述：
该数据集适用于多种应用场景，主要包括：
1. 租金预测模型的构建：
研究人员或开发人员可以利用该数据集训练租金预测模型，预测不同房源的租金价格，为租赁市场分析和决策提供支持。
-
区位分析与富裕区域识别：
通过分析房源的区位特征（如周边地标距离、地理位置等）和租金水平，可以识别新德里地区的富裕区域或热门租赁区域，为市场研究和商业决策提供参考。
-
房地产中介评估：
数据中的中介公司信息和房源特征可以用于评估不同房地产中介的服务质量和市场竞争力。
-
城市规划与政策制定：
政府或城市规划部门可以利用数据中房源的区位信息和租金分布，分析新德里租赁市场的供需状况，为制定相关政策提供数据支持。
-
学术研究与教育：
数据集适合作为教学和研究案例，帮助学生或研究人员理解租赁市场分析、区位理论和城市经济学等领域的相关知识。
本数据集结构清晰、字段定义明确，适合用于租赁市场分析、预测建模以及相关政策研究等场景，为用户提供全面的新德里租赁市场洞察。
