（学习）python预测房价

房价数据：
https://pan.baidu.com/s/1eiCjwZKuI2E1eZ6wgMnCyA
提取码：9glo
代码：
https://pan.baidu.com/s/1V3QUdEFo86fN7DAgjzBadA
提取码：uw8x

一：导入数据

二：显示前五行

建立线性模型

(1)以上的数据虽然看起来不相关，其实反映了民生生活的各个方面；比如，失业率高会影响买房，贷款利率高也会影响买房。

（2）建模时，主要是找到数据之间的相关性。同时，数据一定要打破数据孤岛，所以一定要关联起来数据。

三：将四张表按时间“date”连接起来

四：构建线性回归模型

找到类似y=a1x1+a2x2+a3x3+…+anxn+b这种方程来拟合数据，表示对房价的预测问题； 其中x1,x2,x3,…,xn即为各种变量，如上面df矩阵中的housing_price_index,sp500,…等；y即为要预测的房价。

通过summary（）函数，看这个模型的情况


R-squared 如果是1是完全相关，是0是完全不相关; housing_price_index= a * total_unemployed +b b 即为 Intercept=313.3128,b为 当a为-8.3324 通过图形画出以上线性模型来看看

五：画图

六：多变量的线性回归

Y=a0+a1x1+a2x2+…+anxn+delta

(1)模型得到的R-squared=0.98,说明相关性比较大，换句话说，就是这些自变量可以有效的影响Y的值

(2) 该模型得到的方程是

housing_price_index=-389.2234-0.1727total_unemployed+5.4326long_interest_rate +32.3750federal_funds_rate+0.7785consumer_price_index +0.0252*gross_domestic_product