学术项目：纽约Airbnb价格预测与分类

New_York_Airbnb_price_prediction_and_classification 我的第一门大学课程之一。 任务是将机器学习技术应用于现实生活中的问题。 该数据集选自Kaggle（ ）。 根据邻里，可用性，季节性等功能，创建了四种不同的Airbnb公寓价格预测模型。 使用的回归模型是线性回归，决策树回归，随机森林回归和XGBoost回归。 另外，我想获得更多信息并制作一些分类模型。 执行Logistic回归，随机森林分类和KNN来预测公寓将被分类为低价还是高价。 该项目已在Jupyter Notebook中使用Python 3.8完成，目的是Sci-Kit学习，NumPy和Pandas库。