如何用TensorFlow預(yù)測紐約市AirBnB租賃價(jià)格

這篇文章將為大家詳細(xì)講解有關(guān)如何用TensorFlow預(yù)測紐約市AirBnB租賃價(jià)格，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對相關(guān)知識(shí)有一定的了解。

介紹

Airbnb是一個(gè)在線市場，允許人們將自己的房產(chǎn)或空余房間出租給客人。每預(yù)訂3位客人，收取12%和6%的傭金。

該公司自2009年成立以來，已從每年幫助2.1萬名客人找到住處，發(fā)展到每年幫助600萬人度假，目前在90個(gè)不同國家的34000個(gè)城市列出了驚人的80萬套房產(chǎn)。

我將使用Kaggle-newyorkcityairbnb開放數(shù)據(jù)集，嘗試用TensorFlow建立一個(gè)神經(jīng)網(wǎng)絡(luò)模型來進(jìn)行預(yù)測。

目標(biāo)是建立一個(gè)合適的機(jī)器學(xué)習(xí)模型，能夠預(yù)測未來住宿數(shù)據(jù)的價(jià)格。

我將展示我創(chuàng)建的Jupyter Notebook。你可以在GitHub上找到它：https://github.com/Timothy102/Tensorflow-for-Airbnb-Prices

加載數(shù)據(jù)

首先，讓我們看看如何加載數(shù)據(jù)。我們用wget直接從Kaggle網(wǎng)站上獲取數(shù)據(jù)。注意-o標(biāo)志表示文件名。

數(shù)據(jù)集應(yīng)該如下所示。共有48895行16列。

數(shù)據(jù)分析與預(yù)處理

Seaborn有一個(gè)非常簡潔的API，可以為各種數(shù)據(jù)繪制各種圖形。如果你對語法不太熟悉，可以查看本文：https://www.analyticsvidhya.com/blog/2019/09/comprehensive-data-visualization-guide-seaborn-python/

在pandas數(shù)據(jù)幀上使用corr之后，我們將其傳遞給一個(gè)heatmap函數(shù)。結(jié)果如下：

既然我們有經(jīng)度和經(jīng)度以及鄰里數(shù)據(jù)，讓我們創(chuàng)建一個(gè)散點(diǎn)圖：

此外，我刪除了重復(fù)項(xiàng)和一些不必要的列，并填寫了“reviews_per_month”，因?yàn)樗刑嗟娜笔е?。?shù)據(jù)看起來像這樣。它有10列，沒有零值：

很好，對吧？

首先，電腦是做數(shù)字的。這就是為什么我們要把分類列轉(zhuǎn)換成一個(gè)one-hot編碼的向量。這是使用pandas的factorize方法完成的。你可以使用很多其他工具:

為了使損失函數(shù)保持在穩(wěn)定的范圍內(nèi)，讓我們對一些數(shù)據(jù)進(jìn)行規(guī)范化，使平均值為0，標(biāo)準(zhǔn)差為1。

特征交叉

我們必須做出一個(gè)改變，這是一個(gè)必不可少的改變。為了使經(jīng)度和緯度與模型輸出相關(guān)聯(lián)，我們必須創(chuàng)建一個(gè)特征交叉。下面的鏈接應(yīng)該為你提供足夠的背景知識(shí)，使你能夠正確地感受到特征交叉：

• https://developers.google.com/machine-learning/crash-course/feature-crosses/video-lecture

• https://www.kaggle.com/vikramtiwari/feature-crosses-tensorflow-mlcc

我們的目標(biāo)是介紹經(jīng)緯度交叉，這是本書中最古老的技巧之一。如果我們只將這兩列作為值放入模型，它將假定這些值與輸出逐步相關(guān)。

相反，我們將使用特征交叉，這意味著我們將把經(jīng)度*經(jīng)度地圖分割成一個(gè)網(wǎng)格。幸運(yùn)的是，TensorFlow使它變得容易。

我通過迭代（max-min）/100，從而生成一個(gè)分布均勻的幀網(wǎng)格。

我用的是100×100網(wǎng)格：

本質(zhì)上，我們在這里所做的，是定義一個(gè)bucked列和前面定義的邊界，并創(chuàng)建一個(gè)DenseFeatures層，然后將傳遞給Sequential API。

如果你不熟悉Tensorflow語法，請檢查文檔：https://www.tensorflow.org/api_docs/python/tf/feature_column/

現(xiàn)在，終于，我們?yōu)槟Ｐ陀?xùn)練做好了準(zhǔn)備。除了拆分?jǐn)?shù)據(jù)部分，也就是說。

顯然，我們必須創(chuàng)建兩個(gè)數(shù)據(jù)集，一個(gè)包含所有數(shù)據(jù)，另一個(gè)包含預(yù)測得分。由于數(shù)據(jù)大小不匹配，這可能會(huì)給我們的模型帶來問題，所以我決定截?cái)嗵L的數(shù)據(jù)。

創(chuàng)建模型

最后，建立了Keras序列模型。

我們使用Adam優(yōu)化器、均方誤差損失和兩個(gè)指標(biāo)來編譯模型。

此外，我們使用兩個(gè)回調(diào)：

• 早停，這是不言而喻的

• 降低高原學(xué)習(xí)率。

經(jīng)過50個(gè)epoch的訓(xùn)練，batch大小為64，我們的模型是相當(dāng)成功的。

我們使用紐約市的AirBnB數(shù)據(jù)建立了一個(gè)全連接的神經(jīng)網(wǎng)絡(luò)來預(yù)測未來的價(jià)格。Pandas和seaborn使得可視化和檢查數(shù)據(jù)變得非常容易。我們在模型中引入了經(jīng)緯度交叉作為特征的思想。并且多虧了Kaggle的開放數(shù)據(jù)集，我們得到了一個(gè)完全可操作的機(jī)器學(xué)習(xí)模型。

關(guān)于如何用TensorFlow預(yù)測紐約市AirBnB租賃價(jià)格就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。