（zillow官网下载……？）：杭州查房价有什么好的APP或者网站吗？？。

这篇文章给大家聊聊关于zillow官网下载安卓 ，以及杭州查房价有什么好的APP或者网站吗？对应的知识点
，希望对各位有所帮助，以上提供2重点不要忘了收藏本站哦 。

1. 杭州查房价有什么好的APP或者网站吗？
2. 人工智能可以预测房价吗？

杭州查房价有什么好的APP或者网站吗？

现在市场上流行的海外购房APP有很多 ，它们的发生者多是大型国际购房网站
，如果大家想去国外买房，更好先确定自己想去哪个国家买房 ，然后再去选择适合自己的购房APP
，也可以直接下载类似于居外网、房天下等专业性强的购房APP，它们都是国外房产交易时最安全最可靠的存在。

现在国外房产APP有很多 ，除了上面介绍的这些以外，还有zillow 、有路
、海外置业、trulia等等也是十分不错的海外购房APP
，它们不但能为用户提供最真实最及时的房产信息，还会提供当地房产市场的最新变化 ，也能让人们了解房产附近的景点与交通
，并会为客户推荐出色的中介以及房产律师，可以对人们的海外交易实现“一条龙 ”服务 。

人工智能可以预测房价吗？

这里有一个人工智能预测房价的项目研究 ，来自Oregon Episcopal School一名数学老师Lauren Shareshian
。她将 *** 爬取技术 、文本自然语言处理
，图像上的深度学习模型以及梯度增强技术进行整合，预测波特兰房价：

首先 ，Lauren Shareshian抓取了2016年7月至2017年7月这段时间内波特兰市8300个独户住宅的销售数据。

显然
，街区在这其中起了非常重要的作用 。西山（红色）是镇上最昂贵的地区之一，而东波特兰则便宜很多
。平均售价为44.2万美元。

Lauren Shareshian希望能够在比街区更细粒度的水平上预测价格 。例如 ，假设以下房子是彼此毗邻的。

这些房子面积相同
，在同一年份建成，并位于同一条街上
。但是 ，一个明显能让人产生购买的欲望，而另一个则没有。那么Zillow或Redfin（美国的两家大型房地产网站）或其他公司能够仅仅依靠一些房屋的文字数据来预测它们的价格呢？他们不能 。这就是为什么Lauren Shareshian要把对房屋门口照片的分析作为其中一个特征纳入预测模型的原因
。

当务之急就是要获取到所有的数据。这比原本预想的要困难的多 。首先
，Lauren Shareshian使用波特兰地图的官方API来爬取波特兰独户住宅的销售数据
。不幸的是，API存在调用限制（每10分钟约150次调用） ，所以Lauren Shareshian不得不在AWS服务器上长时间地运行程序来抓取所有的详细数据。Lauren Shareshian使用Zillow API抓取了每个家庭的元数据和房地产商对房屋的描述 。但是
，抓取的速度也很慢，因为Zillow只允许你每天调用API 1000次
。（于是 ，Lauren Shareshian让丈夫
、母亲和几个朋友来帮我 cgpay 获取更多的API密钥）

最后
，数据收集过程中最困难的部分是获取图像。这是因为Zillow有获取图片的API，但Redfin没有 ，但Redfin会在房子出售后仍把图片留那
，而Zillow不会 。为了获取到Redfin网站上的图片，Lauren Shareshian编写了一个Selenium脚本 ，在Google Images上通过在搜索条目后增加“Redfin
”一词来搜索房屋地址
，然后抓取Google列出的之一张图片的URL
。

不幸的是，虽然有了图像的URL ，实际要直接将它们下载下来并不简单。这是因为Redfin不允许你使用标准的Python包，例如发送请求获取数据
，也不允许你使用简单的curl命令 。幸运的是，在与别人讨论后 ，Lauren Shareshian提出了这样一个想法：在curl命令的末尾加上“User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6)……”
，以此来将你的终端请求伪装成浏览器请求。这终于成功了，最终她抓取到了8300个房屋的数据和图片！

现在数据有了 ，可以开始实现模型了
。如下图所示：

让我们来详细介绍一下这三种输入数据类型。 Zillow元数据包含你原本预期的描述性文字：平方英尺、街区 、建造年份等等 。当我按p值对每个特征进行排序时
，出现了一些惊喜的发现
。发现格鲁吉亚建筑是这个样子的。