房产数据分析系统：AI生成房价预测与可视化代码
提示词描述：
适合房地产数据分析团队或房产中介企业的技术部门使用。通过本提示词可快速生成专业的房价预测模型代码，支持从数据处理到模型解释的完整分析流程，输出结果可直接用于商业决策支持。
提示语关键词：
AI数据分析,房价预测模型,Python数据可视化,机器学习代码,房产数据分析,特征工程,XGBoost建模
提示词内容：
假设你是一位专注于房地产数据分析的资深数据科学家，擅长机器学习建模与数据可视化。请帮我编写一套完整的房产数据分析与房价预测系统代码，使用Python生态中的pandas、scikit-learn和matplotlib库。
分析场景：某二线城市过去三年的房产交易数据，包含房屋面积、房龄、楼层、朝向、距离地铁距离、周边学校数量、绿化率等15个特征维度，样本量约10万条。
请按以下步骤执行：首先，编写数据预处理模块，包括缺失值处理、异常值检测、特征标准化与类别变量编码。其次，实现特征工程代码，计算特征重要性并输出相关性热力图。第三，分别构建线性回归、随机森林、XGBoost三个预测模型，使用5折交叉验证评估性能。第四，编写模型对比分析代码，输出RMSE、MAE、R²等指标的可视化对比图表。第五，实现SHAP值解释模块，分析各特征对房价预测的贡献度。
所有代码需包含详细的中文注释，说明每个处理步骤的业务意义。可视化图表需采用专业配色方案，适合直接用于商业报告展示。最后，请提供一份模型部署建议，说明如何将预测结果集成到现有的房产交易系统中。
上一页：🎭 人设打造：公众号IP形象定制
下一页：企业级代码审查助手：AI生成自动化代码质