House-Prices-Kaggle

Autors

Damián Martínez Carmona

Eusebi Garcia Reina

Descripció

Aquest dataset conté les característiques d'un conjunt de cases amb 79 variables que descriuen gairebé completament cada aspecte d'aquestes cases residencials ubicades en Ames, Iowa. Aquest data set forma part d'un challenge en Kaggle anomenat:"HousePrices: Advance Regression Techniques" on el repte és predir el preu final de cada casa.

En el dataset Hi ha 1460 observacions amb 81 atributs, on la variable a predir és contínua (SalePrice). Addicionalment a la predicció dels preus es pretén donar resposta a les següents preguntes:

Predicció dels preus de venda (SalePrice) de les cases en funció de els seves característiques (creació d'un model de regressió lineal).
Anàlisi per barris: diferència en el preu de venda en funció del barri on es troba la casa.
Comparació dels preus de venda entre els anys 80 i els 90: hi ha diferències significatives entre els preus de venda en aquestes dues dècades?
Anàlisi del preu de venda al llarg del temps: com evoluciona el preu de venda de les cases en funció de les variables temporals del dataset?

Instal·lació i ús

El codi d'aquest script s'ha fet en R, usant R Studio per a la seva compilació. Les llibreries utilitzades es poden referenciar amb el comande library:

library(readr)
library(dplyr)
library(tidyverse)
library(class)
library(purrr)
library(cluster)
library(ggplot2)
library(arules)
library(tseries)
library(knitr)
library(caret)
library(moments)
library(reshape2)
library(ggfortify)
library(viridis)
library(discretization)
library(fpc)
library(nortest)
library(DescTools)
library(plotly)
library(knitr)

En el cas d'haver d'instal·lar algun paquet a R, es pot executar en la consola (e.g. per instal·lar el paquest nortest:

if(!require(nortest)){ install.packages('nortest', repos='http://cran.us.r-project.org') library(nortest) }

Contingut del Repositori

PRA2.Rmd: Arxiu rmarkdown amb el codi en R de l'anàlisi i models realitzats, així com els comentaris, descripció i conclusions.
PRA2.html: Arxiu HTML generat amb la funció knit de R Studio que convertix el fitxer rmarkdown en HTML
PRA2DamEus_Submission.csv: Arxiu csv generat al aplicar el model de regressió lineal sobre el data source de test. Aquest fitxer s'entrega a l'apartat de Submissions del repte de Kaggle.
PRA2_Eusebio_Damian.pdf: Memòria en PDF del que s'ha fet al script amb comentaris, descripció i conclusions.

Dintre de la carpeta HousePrice Folder: Hi ha els fitxers inicials obtinguts de Kaggle:

data_description.txt: Archiu de metadades, conté la descripció de tots els atributs del dataset.
sample_submission.csv: Arxiu d'exemple per a veure el format que ha de tenir el fitxer que enviem amb les prediccions: Els únics atributs que conté són Id i SalePrice..
test.csv: dataset de test per a aplicar i testejar el model.
train.csv: dataset de train per a entrenar el model.

Dataset

La informació relativa al dataset HousePrices es pot trobar al següent enllaç de Kaggle: https://www.kaggle.com/c/house-prices-advanced-regression-techniques/overview

egarciare / house-prices-kaggle Goto Github PK