北京二手房房价分析与智能预测平台-Python

项目描述 北京二手房房价分析与智能预测平台

本项目是一个北京二手房房价分析与智能预测平台，覆盖数据采集、清洗、建模、预测到可视化展示的完整流程。数据来源于安居客自采集房源与 Kaggle 公开的约 31.9 万条北京二手房交易记录，统一存入 SQLite 数据库。项目对比了 CatBoost、XGBoost 和 TabM 三种模型，最终选用拟合效果最好的 TabM（测试集 R² 约 0.94）作为在线预测模型，并以 Flask 构建可交互的 Web 分析系统。

项目功能

一是数据采集，基于 Selenium 的安居客爬虫支持多策略采集、增量去重和断点续爬；二是数据清洗，完成行政区、小区、楼龄、面积、户型、装修、楼层、经纬度等字段的修正与坐标补全；三是分析可视化，提供首页概览、区域均价与四分位价格带、特征重要性与关键因素解释、变量相关性、价格分布和房龄价格分析；四是交通与地图分析，按地铁站点距离圈层分析价格溢价，并基于经纬度实现房源点位地图、行政区筛选和聚合展示；五是房价预测，输入面积、户型、区域、楼层、装修等信息即可输出预测单价和总价。

运行环境

操作系统为 Windows，Python 使用 Anaconda 发行版；爬虫端依赖本机 Chrome 浏览器；系统以 Flask 开发服务器运行，本地通过浏览器访问 http://127.0.0.1:5000 ，数据库文件位于 data_cleaning/beijing_housing1.2.db。

项目技术

后端使用 Python、Flask、pandas、NumPy、scikit-learn 和 SQLite，模型基于 PyTorch 实现 TabM，并辅以 CatBoost、XGBoost 做效果对比；采集使用 Selenium 与 BeautifulSoup；前端采用 ECharts 绘制统计图表、Leaflet 及 MarkerCluster 实现地图聚合，配合 Tailwind CSS 和 Font Awesome 完成页面样式。

以上系统源码经过技术整理与调试，确保能正常运行