大数据应用技术课程实践--选题与实践方案

---

一、选题与意义

1.Hadoop平台应用

2.Kaggle分析数据项目

简要说明理由与意义。

选择Kaggle分析数据项目，电脑环境比较差对安装配置又比较不在行，故选择Kaggle上的项目进行分析。

二、实践方案

简要说明理由。

选择了深圳市二手房房价数据进行研究。

数据描述：

深圳二手房房价等相关数据，共18514条数据

数据来源：

搜房网 深圳 二手房数据

 通过对数据的清洗及处理，筛选对房价有显著影响的特征变量，对假设结论进行检验，确定特征变量，建立房价预测模型，并对假设情景进行模拟

三、实践任务分解

根据所选的题目，明确实验步骤，分解任务到每天

1.目标数据集选定

2.数据获取与理解

3.设定研究目标

4.数据清洗与预处理

5.因变量分析

6.自变量分析

7.建立预测模型(线性回归、k-means分类)

8.模型评估与完善

9.模拟场景预测

10.完善、总结、报告编写

四、实践计划

按任务分解撰写计划表，每天按计划表开展工作。

根据实际情况更新计划表，有必要时调整。

说明：

• 个人项目，不要求组队，确实需要组队的说明理由。
• 边操作边记录；
• 每天完成当天文档；
• 最后综合成课程实践报告。