产品基本信息

• type：主类型（single_family/condos/land/townhomes/multi_family/farm）
• sub_type：子类型（condo/townhouse/co_op 等，补充主类型细节）
• sqft：房屋面积（平方英尺，连续型变量，用于计算单价）
• baths：浴室数量（含小数，如 2.5 表示 2 个全浴室 + 1 个半浴室）
• beds：卧室数量（整数，影响家庭居住需求匹配）
• stories：楼层数（整数，反映房屋结构特征）
• year_built：建造年份（整数，用于评估房龄对价格的影响）
• listPrice：挂牌价（美元，目标变量，用于预测模型）
  ● 数据格式：CSV（兼容 Excel、Python pandas、R 等工具）
  ● 许可证：ODC Attribution License（需标注来源，禁止商业使用）
  ● 更新频率：每年更新一次（反映最新市场动态）

产品使用说明

1. 数据导入：
   • Python：import pandas as pd; df = pd.read_csv('realestate_data_southcarolina_2025.csv')
   • R：df <- read.csv('realestate_data_southcarolina_2025.csv')
2. 特征工程建议：
   • 衍生指标：计算 “每平方英尺单价”（listPrice/sqft）、“浴室 - 卧室比”（baths/beds），增强模型解释力。
   • 数据清洗：对sqft为 0 或异常值（如 > 10000 平方英尺）进行过滤，对year_built缺失值用区域均值填充。
3. 典型分析流程：
   • 房价影响因素分析：
     1. 绘制sqft与listPrice的散点图，观察面积与价格的正相关性。
     2. 用 ANOVA 分析不同type的房价差异（如独栋住宅 vs 公寓的均价对比）。
   • 聚类市场细分：
     1. 选择sqft、listPrice、year_built作为特征，用 K-means（k=3）分为低 / 中 / 高价位市场。
     2. 统计各聚类的卧室 / 浴室数量分布，定位目标客群（如刚需市场多为 2-3 卧室）。
4. 使用限制：
   • 数据为 2025 年快照，不反映实时价格波动，需结合区域经济数据交叉验证。
   • 禁止商业用途（如房产中介定价工具、投资决策系统），使用时需标注数据来源为Realtor.com。

应用场景

1. 房价预测建模：以面积（sqft）、卧室 / 浴室数量、建造年份为特征，训练回归模型预测挂牌价，分析各因素对房价的影响权重。
2. 房产类型分类：基于物理特征（如楼层数、面积）开发多类分类器，自动区分独栋住宅、公寓、联排别墅等类型。
3. 市场细分分析：用 K-means 算法按面积、价格、房龄聚类，识别高端 / 中端 / 刚需房产市场，定位价格区间分布。
4. 投资机会识别：通过异常检测模型（如 DBSCAN）找出 “低单价高面积”“房龄新但价格低于均值” 的低估房产。
5. 时间趋势研究：分析不同建造年份的房产数量分布，预测区域开发热点（如新建住宅集中区）。

相似数据

美国运通校园挑战数据集（含 55 列全维度）产品赛道建模 行为分析 转化计算适配

 IPL 2020 球员表现数据集（击球手专项）梦幻球队优化核心指标含 14 维数据维度

青少年手机使用行为合成数据集（含心理健康 ，学业表现维度）手机成瘾相关性分析专用

产品来源

1. 数据源：Realtor.com公开的南卡罗来纳州房产 listings（非付费内容）。
2. 采集方式：使用 Apify API 按 robots.txt 规则爬取，设置合理请求间隔（>1 秒 / 次），避免服务器负载。
3. 数据清洗：去除重复 listings（按type+sqft+listPrice去重），标准化字段格式（如baths统一保留 1 位小数）。
4. 合规性验证：通过 ODC-By 许可证审核，确保数据仅含公开信息，不涉及个人隐私（如业主信息已脱敏）。